高分文章中都在用的找核心基因的神器—WGCNA你确定不了解下吗？
在大样本中，差异分析或趋势分析无法对基因进行有效分类。例如，比较组太多的时候，维恩图无能为力；STEM类型的聚类软件在样本构成复杂的情况下，也不能做高效、简洁的分类；另外，由于KEGG的pathway都来源文献已报到的调控关系，如果您关注的调控关系在已有数据库未录入或还没被报道，依赖这些分析难以找到线索......那如何解决这些问题呢？福利来喽！
WGCNA适用于复杂的数据模式，一般可应用的研究方向有：不同器官或组织类型发育调控、同一组织不同发育调控、非生物胁迫不同时间点应答、病原菌侵染后不同时间点应答。一般要求15个样本及以上（3-5组及以上）。
WGCNA中两个关键的概念是模块与核心基因。
把基因聚类成模块后，可以对每个模块进行三个层次的分析：
1. 功能富集分析查看其功能特征是否与研究目的相符；
2. 模块与性状进行关联分析，找出与关注性状相关度最高的模块；
3. 模块与样本进行关联分析，找到样品特异高表达的模块。
1.相似表达模式的基因可能存在共调控、功能相关或处于同一通路；
2.基因网络符合无尺度分布。
应用组学有转录组、转录组+代谢组、转录组+甲基化等;领域有生长发育、肿瘤发生机制、不同品系的比较、新基因注释、目标基因潜在相关基因的筛选、药物作用靶点研究等。广泛来讲可使用于任何组学和领域。
准备输入文件：
①表达矩阵:可使用FPKM、RPKM、TPM等基因表达量。
②临床信息或者其它表型，即样本的属性。
STEP1：去除缺失值较多的基因和样品
STEP2:离群样本查看及过滤
2.1先查看是否有离群样本
无离群样本
2.2去除离群样本 (若存在明显离群样本，设定阈值，进行去除)
有离群样本
STEP3：确定软阈值
软阈值：6
如果R2没有到达0.85，0.9以上时，beta值则取经验值。
nSamples < 20 软阈值选取9；20 <= nSamples < 30 选取8；30 <= nSamples < 40选取7
STEP4：模块挖掘（每个模块中基因以及K值的输出）
一个模块中的所有基因为一个颜色，左图的上边部分是对所有基因进行的聚类，下边部分为基因聚类的热图，可以看到，有一些基因虽然属于一个模块，但从聚类上来看并不一定聚到一起，这跟样本相关性分析一样，同样处理的生物学重复样本不一定相关性系数高。这里用不同的颜色来代表那些所有的模块，其中灰色默认是无法归类于任何模块的那些基因，如果灰色模块里面的基因太多，那么前期对表达矩阵挑选基因的步骤可能就不太合适。STEP5：基因共表达可视化
基因间表达相似度越高，颜色越深。如果是把全部基因画上去，可以很清楚的看到各个区块颜色差异，但是如果基因过多，就非常耗费资源和时间。一般情况下，绘制此图会获取部分基因绘制，默认随机取400个基因。STEP6：基因和模块的相关性(MM值)
有些文章或者介绍里面，会使用MM值来筛选hub gene。主要方法就是计算所有基因和各模块特征值的相关性，然后每个模块中筛选出MM值较大的gene作为hub gene。STEP7：模块之间的相关性STEP8：模块与样本相关性热图
除了可以分析模块与性状的关系，样本与性状的关系之外，还可以进行模块和样本的分析，这个可以为没有表型数据的客户提供研究思路，通过分析模块和样本的关系，得到模块与样本之间的相关性系数，如下图所示， 颜色越深，表示模块和样本之间越相近，进而挑选出与某一类样本相近的模块，再进行其模块的基因表达情况，功能情况等进行后续的研究。STEP10：模块与性状关联分析（必须要有表型数据才可以进行分析）
通过模块与各种表型的相关系数，可以很清楚的挑选自己感兴趣的模块进行下游分析。这个图就是把moduleTraitCor这个矩阵使用热图可视化颜色越深表示模块与性状越相关，P值越小。通过此分析，可以挑选与性状相关性较高的模块。此图可以与性状与样本的关系图一起结合，可以先挑选出与性状最相关的样本，再次挑选出与性状最相关的模块，通过分析此模块中的基因在这些样本中的表达情况，为什么如此相关等等后续研究。STEP11：模块与样本特性（处理条件/临床特征等）相关项
STEP12：MM和GS相关性散点图
MM表示基因和模块相关性，GS表示基因与性状相关性，绘制MM和GS的散点图，可以深入探究不仅和对应模块高度相关，也和对应性状高度相关的基因。STEP13：导出网络图数据（包括模块中两两基因间权重）
将主要模块里面的基因直接的相互作用关系信息导出到cytoscape绘制网络图。注意：分析中不要急，step5: 基因共表达可视化和step13.导出网络图数据等过程分析较慢，耐心等待。
相关阅读
点击下方图片进入云平台资料汇总：
所见即所得，figure有bi格
联川云平台，让科研更自由