WGCNA分析：基因共表达网络构建与应用指南

1. WGCNA分析概述

WGCNA（Weighted Gene Co-expression Network Analysis）是一种广泛应用于生物信息学研究的分析方法，它通过构建基因共表达网络来识别功能相关的基因模块。这种方法特别适合处理高通量基因表达数据，如RNA-seq或微阵列数据。

WGCNA的核心思想可以概括为：将大量基因按照表达模式的相似性进行聚类，形成不同的模块（module），然后分析这些模块与特定表型或实验条件之间的关联，最终筛选出与研究目标最相关的核心基因（hub genes）。

提示：WGCNA分析的优势在于它能够捕捉基因之间的协同变化关系，而不仅仅是单个基因的表达变化。这种方法特别适合发现那些表达变化不大但协同性强的基因群。

2. 数据准备与预处理

2.1 数据格式要求

进行WGCNA分析前，需要准备两个基本文件：

1. 表达矩阵（expression matrix）：

   • 行为基因（gene），列为样本（sample）
   • 建议使用FPKM、TPM或log2转换后的表达值
   • 文件格式推荐CSV或TXT

2. 分组信息（group information）：

   • 包含样本名和对应的分组信息
   • 通常用0表示对照组（control），1表示处理组（treat）
   • 文件格式推荐TXT或CSV

2.2 数据加载与初步处理

在R环境中，我们可以使用以下代码加载数据：

r复制library(WGCNA)
library(tidyverse)
library(limma)

# 加载表达矩阵
exp <- read.csv("exp.csv", row.names = 1)

# 加载分组信息
group <- read.table("group.txt", header = TRUE, row.names = 1)

# 数据转置并筛选高变异基因
dat <- t(exp[tail(order(apply(exp, 1, mad)), 5000), ])

这里使用了MAD（Median Absolute Deviation）指标来筛选表达变异度最高的5000个基因。这种筛选基于一个重要的生物学假设：表达变化较大的基因更可能参与重要的生物学过程，而