WGCNA转录组分析：从原理到实战应用

1. 转录组数据WGCNA分析的核心价值

WGCNA（Weighted Gene Co-expression Network Analysis）作为转录组数据分析的经典方法，在基因共表达网络构建领域已经稳定应用超过15年。这个方法最吸引人的特点是它能从海量基因表达数据中挖掘出具有生物学意义的共表达模块，而不仅仅是简单地找出差异表达基因。

我最早接触WGCNA是在2016年分析一批癌症组织的RNA-seq数据时。当时面对上千个样本、数万个基因的表达矩阵，传统的差异表达分析虽然能找到一些显著基因，但很难解释这些基因之间的相互关系。WGCNA就像一把钥匙，帮我打开了理解基因协同表达模式的大门。

关键提示：WGCNA特别适合样本量较大（建议n>15）的转录组研究，它能发现传统差异分析可能忽略的重要生物学信息。

2. WGCNA分析全流程解析

2.1 数据预处理关键步骤

数据质量决定分析成败。我通常会先进行以下预处理：

1. 基因过滤：去除低表达基因（如在少于50%样本中CPM>1的基因）
2. 样本筛选：通过PCA或聚类剔除异常样本
3. 归一化处理：根据数据类型选择TMM（RNA-seq）或RMA（芯片数据）

一个常见误区是直接使用原始count数据。实际上，WGCNA需要的是经过适当标准化的表达矩阵。对于RNA-seq数据，我推荐使用voom转化后的log2CPM值。

2.2 软阈值选择实战技巧

软阈值（β值）的选择直接影响网络构建质量。R包中的pickSoftThreshold函数虽然能给出建议值，但需要人工判断：

r复制powers = c(c(1:10), seq(from=12, to=30, by=2))
sft = pickSoftThreshold(datExpr, powerVector = powers, verbose = 5)

我总结的经验法则是：

• 选择使scale-free topology拟合指数R²>0.8的最小power值
• 同时保证平均连接度不过低（通常>50）

2.3 模块识别参数优化

模块识别是WGCNA的核心环节，关键参数包括：

1. deepSplit：控制模块划分粒度（0-4，越大模块越多）
2. minModuleSize：最小模块基因数（通常设30-100）
3. mergeCutHeight：模块合并阈值（0-1，建议0.1-0.25）

我常用的组合是：

r复制net = blockwiseModules(datExpr, power = 6,
                       TOMType = "unsigned", 
                       deepSplit = 2,
                       minModuleSize = 30,
                       mergeCutHeight = 0.15)

3. 高级应用与问题排查

3.1 空间转录组数据的特殊处理

随着空间转录组技术的普及，WGCNA在这类数据中的应用需要特别注意：

1. 空间信息整合：可在TOM矩阵中加入空间权重
2. 批次效应处理：需使用ComBat等工具预先校正
3. 细胞类型解卷积：建议先进行细胞类型注释再分群分析

3.2 常见报错与解决方案

错误1："Error: Block size is too large..."

• 解决方法：增加maxBlockSize参数或升级服务器配置

错误2："Missing values present in input data..."

• 解决方法：严格过滤低质量样本和基因

错误3："Some genes are constant..."

• 解决方法：检查并移除零方差基因

4. 结果解读与可视化技巧

4.1 模块-性状关联分析

模块特征基因（ME）与表型数据的关联是WGCNA的价值所在。我常用的关联分析方法包括：

1. 连续变量：Pearson/Spearman相关
2. 分类变量：模块显著性（Module Significance）计算
3. 生存数据：Cox比例风险模型

重要提示：务必进行多重检验校正（FDR<0.05）！

4.2 Cytoscape网络可视化

将关键模块导出到Cytoscape进行可视化时，我的经验是：

1. 先筛选top 5%的边（按TOM值）
2. 使用MM（Module Membership）>0.8的基因
3. 布局算法推荐使用force-directed

5. 实战经验分享

经过数十个项目的积累，我总结出以下宝贵经验：

1. 样本量不足时（n<15），考虑使用类似SWIM的替代方法
2. 时间序列数据可使用dynamicTreeCut进行动态切割
3. 重要模块一定要做GO/KEGG富集和文献挖掘
4. 保存完整的TOM矩阵以便后续分析

最后分享一个实用技巧：使用WGCNA的blockwiseModules函数时，设置saveTOMs=TRUE可以大大节省后续重新计算的时间，特别是处理大型数据集时。