还是老习惯，给出官网教程，至于你是看还是不看，它就在那里，等着你的深入研究～
WGCNA分析图文详解专题中要解释的第五张图，加权共表达网络的可视化。
官方注释：
关于这个WGCNA图文详解，我们已经讲了五期了。可能你对co-expression network是什么还没有一点具体的概念。那么，此图正好可以揭开加权共表达网络的神秘面纱，让你一睹真容。没错，这个图就是对加权共表达网络的一个可视化，只不过是以热图的形式进行展示。下面我们来一一剖析这张图。如有理解错误，还请各位大侠批评指正。
图剖依然成以下几个部分：
- 1，聚类树
- 2，热图
小面我们来一一解读。
1，聚类树
还记得以前第三期教程么，没错，这个聚类树就是那个聚类树搬到了这里。
回顾：聚类树使用的TOM矩阵对所有基因进行的聚类然后得到的模块。
详细请看第三期教程Cluster Dendrogram图
2，热图
官方说明：
其实就是对TOM矩阵的一个可视化。这张图来源于官方教程，作者使用了3600个基因进行WGCNA分析。TOM矩阵就是一个3600*3600的矩阵，里面保存这每两个基因之间表达值的相关性值。因此，热图的每一行和每一列都表示一个基因,是一个对称矩阵。
核心代码：
# calculated during module detection, but let us do it again here.
dissTOM = 1-TOMsimilarityFromExpr(datExpr, power = 6);
# Transform dissTOM with a power to make moderately strong connections more visible in the heatmap
plotTOM = dissTOM^7;
# Set diagonal to NA for a nicer plot
diag(plotTOM) = NA;
# Call the plot function
sizeGrWindow(9,9)
TOMplot(plotTOM, geneTree, moduleColors, main = "Network heatmap plot, all genes")
与一般的热图颜色含义类似，这里颜色越深，表示两个基因之间的相关性越大，颜色越浅表示相关性越小。
热图的对角线可以看出有一些深颜色的模块，就是相关性大的基因聚类成的模块，每一个色块都都是一个模块，与旁边的聚类树底下的模块对应。
可以很明显的看出，模块内部的基因相关性很大。除此之外，其实，还可以看出模块与模块之间也是有关联而不是相互独立的。
今天就说到这里，欢迎大家留言讨论。我们下期再见~
参考资料：
1,https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA/Tutorials/
2,A General Framework for Weighted Gene Co-Expression Network Analysis, Stat Appl Genet Mol Biol. 2005;4:Article17. Epub 2005 Aug 12
