WGCNA挖掘潜在的共表达基因

欢迎关注微信公众号《生信修炼手册》!

共同调控基因集合是指其转录水平呈现协同变动模式的一组基因，在某些特定的生物体内被认为是共同执行特定功能的一类分子机制。例如，在某些特定的代谢通路中可以找到这类共同调控单位的存在。其高度的相关性源于各组分成员间的协同调控机制。

在WGCNA中通过取相关系数幂次的方法来计算基因间的相似性指标这些指标则被用来表征基因间的关联程度当计算得出一系列的相关性统计量后如何筛选出具有高度共表达性的基因呢？

WGCNA的做法是一种聚类分析方法，在非监督学习范畴内属于一种机器学习算法。通过构建聚类树结构，能够识别出哪些基因在树结构中共享共同分支，并将这些共享分支中的基因归为一类。实际操作中由于基因数量较多需要依赖相应的算法来实现自动化分类过程，并使用dynamicTreeCut这个R包来完成这一功能。

对于聚类算法而言，在进行分析之前必须为它提供基因间距离矩阵作为输入数据。为此首先要将基因间的邻接关系转化为距离矩阵，并对相关系数进行幂运算以获得所需的邻接矩阵。然而需要注意的是虽然这个值能够反映基因间的相似程度但它本质上并不等同于传统意义上的距离度量。在构建距离矩阵时WGCNA方法采用了一种称为TOM的统计指标该指标能够有效地衡量网络中节点之间的一致性程度其计算过程如下所示

![在这里插入图片描述](https://ad.itadn.com/