WGCNA在模块中识别关键基因

欢迎关注微信公众号《生信修炼手册》!

发现与表型数据相关的模块后，在这些模块内进一步筛选出相关基因。为了便于后续筛选，在每个基因上设置了三个统计量。

1. connectivity

连结程度，在先前的文章中曾提及这一概念。它类似于在网络节点degree概念的基础上进行拓展，在加权共表达网络模型中，则是基于每条边所赋予权值来体现两个基因间的关系强度。具体而言，在这种情况下，“degree”的新定义被赋予了所有与该基因相连的边权值总和作为其连结程度的价值

连结程度，在先前的文章中曾提及这一概念。它类似于在网络节点degree概念的基础上进行拓展，在加权共表达网络模型中，则是基于每条边所赋予权值来体现两个基因间的关系强度。具体而言，在这种情况下，“degree”的新定义被赋予了所有与该基因相连的边权值总和作为其连结程度的价值

此外，在分析基因网络时, 根据所连接的基因是否与该基因位于同一个模块内, 可将其划分为两类: 如果所连接的基因与该基因位于同一个模块内, 则定义为 within 类; 如果位于不同的模块中, 则定义为 out 类. 在 WGCNA 方法中, 可通过 intramodularConnectivity 函数来计算模块内的连接度. 其用法如下:

    # 计算基因间的邻接值
    ADJ1=abs(cor(datE