用R语言做WGCNA分析全步骤

安装WGCNA包

首先最好下载R4.1.3版本，然后按照这位博主的的方法安装好WGCNA包：WGCNA包安装
当你输入library(WGCNA)没有提示错误时，说明安装成功

准备基因表达矩阵

在做xx（后面以水稻为例）加权基因共表达网络之前，我们需要先获得若干水稻样本中各基因的表达情况，即基因表达矩阵，类似如下图（后期我会开放下载渠道，记得提醒我）
第一列表示基因的ID号，第一行表示样本的名称（一共有十个样本），矩阵中的数字表示该基因在该样本中的表达量

但是最开始时，我得到的表达矩阵是下图这样的
可以看出是把每行所有的数据放在一列了，按如下操作（选择所有行->数据->分列->完成）
先把第二行删掉，因为有count字符会影响后续的操作

但并非所有基因都在稻瘟病致病过程中有表达，不仅表达量差异较大，每个样本中的基因表达量也有部分差异，本文通过计算每个基因在10个样本中表达量的中值绝对偏差，作为后续过滤与排序的标准。
我决定用excel去做，在L2中输入下图所示公式（即计算中值绝对偏差）
公式：=MEDIAN(ABS(B2-MEDIAN(B2:K2)),ABS(C2-MEDIAN(B2:K2)),ABS(D2-MEDIAN(B2:K2)),ABS(E2-MEDIAN(B2:K2)),ABS(F2-MEDIAN(B2:K2)),ABS(G2-MEDIAN(B2:K2)),ABS(H2-MEDIAN(B2:K2)),ABS(I2-MEDIAN(B2:K2)),ABS(J2-MEDIAN(B2:K2)),ABS(K2-MEDIAN(B2:K2)))
然后再拖到所有列中
最后选中L列，按降序进行排序
得到下图所示矩阵
再复制其中前5000个数据，新建excel粘贴即可得到用于处理的表达矩阵，同时删除最后一列（因为最后一列存放的是中值绝对偏差），按下图操作，然后点击另存为，选择其他格式中的csv。千万不要直接改后缀，否则R语言读取时会出错的。

离群样本检测

library(WGCNA)
options(stringsAsFactors =FALSE)
enableWGCNAThreads()	# 开多线程，为了速度更快
datExpr=read.csv("D:\\desktop\\DiffAnalysis\\top5000.csv")	# 读取文件并用对象datExpr表示

因为要用hclust()进行离群样本检测，所以我们进行聚类的对象是样本，而将每个样本对应的5000个基因表达量作为特征向量。所以我们需要对矩阵进行转置

matrix=t(datExpr)	# 用matrix保存转置后的datExpr

但是你按下面代码查看matrix矩阵的一部分，会发现

matrix[1:6,1:6]	# 显示1到6行以及1到6列

发现第一行（gene这行）不是表达量形式，你如果不删除这行，直接聚类的话会出错
所以运行下面代码删除第一行

matrix=matrix[-1,]	# 删除第一行

删除成功

对10个样本进行层次聚类

# hclust是聚类函数，dist()计算距离，method确定距离的方式
 geneTree = hclust(dist(matrix), method = "average")	

 # 若需要分类，添加聚类分类矩形，如分为3类
rect.hclust(geneTree,k=3)
 plot(geneTree)	# 画出聚类图

聚类树不存在高度明显偏移现象，因此本文所使用的10个水稻样本未出现离群样本。
# 确定模型软阈值