经验分享|WGCNA|共表达网络分析发现与癌症相关的生物网络|实例应用
近期小编在看文章的时候发现了一篇发表在Frontier in Genetics杂志（IF=3.789）上的关于WGCNA共表达网络分析的论文。论文题目是：Gene Coexpression Analyses Differentiate Networks Associated with Diverse Cancers Harboring TP53 Missense or Null Mutations。这篇文章通过对TP53基因上突变进行重新定义分组：TP53 Missense or Null Mutations。根据TP53分类，作者们利用公共数据库TCGA里的：卵巢癌、乳腺癌、肺癌和皮肤癌进行WGCNA共表达网络分析，找到在四种癌症里有一致性表达模式的基因。
这里对missense 和 Null mutation理解可以看这一句话：In a variety of solid cancers, missense mutations in the well-established TP53 tumor suppress or gene may lead to the presence of a partially-functioning protein molecule, whereas mutations affecting the protein encoding reading frame, often referred to as null mutations, result in the absence of p53 protein.
对于每一种癌症，基于TP53 missense和null mutation分类，作者发现了一组具有差异共表达模式的基因。通过比较四种癌症的发现的基因集，有一个基因叫KIR3DL2在四种癌症中具有一致性的差异共表达模式。以前证据显示KIR3DL2在调节免疫反应中发挥着重要作用。在本文中，作者也发现与KIR3DL2高度关联的基因也参与许多免疫相关的通路。本文通过检测不同类型突变间关联的共表达基因，来发现癌症相关基因，也许为发现肿瘤发生的生物机制提供了新的思路。
看到这里是不是觉得，作者的思路非常清楚，且方法简单，轻松3.789分的文章就出来了。。。是不是也想试一下？不过好像WGCNA这个方法不会啊，之前没有做过？没关系下面小编给你总结一下已有的学习途径。小编试了，还是很简单的。
如何实现WGCNA共表达网络分析？
通过下面网址大家可以更好的理解如何做WGCNA网络共表达：
1. http://www.biotrainee.com/thread-704-1-1.html
2. http://www.bio-info-trainee.com/2297.html
3. https://bioconductor.org/packages/devel/bioc/vignettes/CVE/inst/doc/WGCNA_from_TCGA_RNAseq.html
其中，第三个网址是利用TCGA RNA-seq数据进行分析，我们可以根据其分析流程了解WGCNA分析主要包括以下5个步骤：
Assembly and preprocessing of TCGA RNAseq data
Construction of co-expression network
Identification of co-expression modules
Relation of co-expression modules to sample traits
Exploration of individual genes within co-expression module
上面的网址内容可以让我们了解WGCNA的应用和一些个人学习心得，我们也可以通过以下网址学习期具体使用方法（内含具体操作步骤和可以测试的数据）：
https://labs.genetics.ucla.edu/horvath/CoexpressionNetwork/Rpackages/WGCNA/
小编刚开时候就是通过这个网址上的代码试了一下，代码跑的很顺畅哈。直接可以得到我们在文章经常看到的图。
####使用前记得先把WGCNA包安装了：
source("http://bioconductor.org/biocLite.R")
biocLite(c("AnnotationDbi", "impute", "GO.db", "preprocessCore"))
install.packages("WGCNA")
当然，如果只是单纯的想得到文献里一样的图是不够的，我们应该多读一些相关文献，提高自己对方法的理解程度。这里我们可以推荐如下：
https://www.ncbi.nlm.nih.gov/pubmed/19114008
https://www.ncbi.nlm.nih.gov/pubmed/20309759
https://www.ncbi.nlm.nih.gov/pubmed/28109426
本期就到这里，下一期为您继续带来精彩内容。