文献推荐-WGCNA: an R package for weighted correlation network analysis

续上回WGCNA的代码实战https://www.jianshu.com/p/9a03a35cabf3，这回把WGCNA的原理找出来读一读。

Overview of WGCNA

WGCNA被分成以下几个部分：

1. 建立网络
2. 检测模块
3. 选择模块和基因
4. 计算拓扑性质
5. 数据模拟
6. 可视化

7. 与外界软件交互

   
   
   

1. 建立网络

定义共表达相似度Sij, 来计算邻接矩阵，即计算任意两个基因之间的相关性，公式如下

这时，共表达的相似度值就在[0，1]之间

接下来，传统的相关性网络会设置阈值一刀切，如：大于阈值0.8定义为1，小于0.8定义为0，只有相关性为1的两个基因才能相互连接。

而WGCNA的优势在于，不设置阈值，采用加权的方法，即乘贝塔次幂。

对应函数pickSoftThreshold选择加权值，scaleFreePlot评估这个网络是否是无尺度拓扑网络。

2. 模块检测

模块里是一群高度相关的基因。WGCNA用非监督聚类（不事先设基因集），默认的方法是层次聚类，hclust函数。

层次聚类的一个缺点是，不能看到基因集里有多少个cluster。因此，这仍是一个学术争议，该怎样找到最好的cutting参数，或怎样评估基因集中cluster的数量。

总结一个模块的profile：很多函数都用来总结模块的表达谱，如
（1）moduleEigengene: 计算出E，E：加权平均表达谱，一个模块的第一主成分，他可以代表一个模块的表达谱。
（2）intramodular connectivity: 找出一个模块内的hub gene，来代表这个模块，通常这hub gene都是和E高度相关的。

计算模块的membership:

计算任意一个基因和模块（如蓝色模块）的相关性（无论这个基因是否在这个模块里），如果相关性为0，那这个基因就不在这个模块里，反之则在模块里。（E我们在上文中已经提过），对那些在模块边缘或者两个模块之间的基因来说尤其有效。得出的K值，又称ME值.

3. 筛选模块

WGCNA的目的是找具有临床意义或生物学意义的模块。
定义基因显著性测量GS：GS越高，这个基因越有生物学意义。 具体公式如下：

4. 计算拓扑性质

5. 模拟数据

simulateDatExpr, simulateMultiExpr

6. 可视化

共表达模块结构可以用热图呈现，基因和基因之间的连接度可以用TOMplot函数呈现，还有其他很多函数，自己探索吧

7. 和其他软件的交互：cytoscape，不多说了