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