WGCNA模块——文献解读

文献：Two gene co-expression modules differentiate psychotics
and controls
网址：https://www.ncbi.nlm.nih.gov/pubmed/?term=Two+gene+co-expression+modules+differentiate+psychotics+and+controls
首先，样本组成部分：
SMRI ： CB(小脑） PCX(顶叶皮层） 19,984 genes
50 S(精分） 39 45
50 BD（双相）36 42
50 C（对照） 44 46

SMRI PFC 30S 25BD 29C 14,988 probe sets
VBBN PFC 30S 29C 14,988 probe sets

1、作者分析大脑顶叶皮层(PCX)基因在50 SCZ患者和50正常对照组间的表达。经过前期一系列分析，包括RMA(背景校正, 分位数归一化),移除非欧洲及离群样本（Affymetrix Expression Console），ComBat去除批次效应，最终保留45 SCZ患者和46个正常对照的19 884 基因。

2、网络构建分成两步：第一步：首先利用对照样本构建基因网络，再利用患者样本构建基因网络，然后找出对照样本的基因模块，并判断其在患者基因网络中的保守性 ；第二步：将病例对照的样本合起来构建网络并找出模块

image.png

蓝色的线表示Z=2,绿色的线为Z=10;
Z<2 无保守性
2 Z>10 强保守性

可以看出患者和对照间Z>10,故可以将两者样本合并到一起分析
3、运用WGCNA，将两组样本合并到一起构建网络，共发现24个基因模块。采用 multiple linear regressions （多重线性回归）对模块特征值（eigengene）进行 sex, pH and post-mortem interval校正。然后把校正后的 residual module eigengenes再与疾病做关联分析。最终发现两个模块，即M1A和M3A，经过多次校正后与仍SCZ显著相关。

image.png

查找hub基因，发现NOTCH2 和 MT1X分别为M1A及M3A的hub基因

4、在不同的数据集中进行重复
包括3个数据集，分别为来自SMRI的PFC tissues 和CB tissues, 还有来自VBBN 的 PFC数据集。

image.png

5、M1A的基因特征：1）热图；2）网络图；3）前5个GO通路

image.png