WGCNA 根据KME值筛选hub基因

WGCNA 根据KME值筛选hub基因

WGCNA分析中需要找出模块中也就共表达网络中的hub基因:

这里可以根据:KME (eigengene connectivity)值来筛选hub基因:Hub genes are those that show most connections in the network as indicated by their high KME (eigengene connectivity) value

代码部分很简单,输出所有的基因与模块的KME矩阵,然后筛选每个模块中kme最大的前几个基因就是hub基因:


#mergedMEs是经过相似模块合并之后的最终模块对应的模块特征基因:

MEs = mergedMEs


#输出结果:

datKME=signedKME(datExpr, MEs, outputColumnName="kME_MM.")							
write.csv(datKME, "kME_MM_test.csv")

还有一种方法WGCNA提供方法:chooseTopHubInEachModule,会给每个模块找出一个hubgene,见:https://www.omicsclass.com/question/134


点击“《WGCNA加权基因共表达网络分析视频课程》可以进行WGCNA分析方法的学习。


更多生物信息课程:

1. 文章越来越难发?是你没发现新思路,基因家族分析发2-4分文章简单快速,学习链接:基因家族分析实操课程基因家族文献思路解读

2. 转录组数据理解不深入?图表看不懂?点击链接学习深入解读数据结果文件,学习链接:转录组(有参)结果解读转录组(无参)结果解读

3. 转录组数据深入挖掘技能-WGCNA,提升你的文章档次,学习链接:WGCNA-加权基因共表达网络分析

4. 转录组数据怎么挖掘?学习链接:转录组标准分析后的数据挖掘转录组文献解读

5. 微生物16S/ITS/18S分析原理及结果解读OTU网络图绘制cytoscape与网络图绘制课程

6. 生物信息入门到精通必修基础课:linux系统使用biolinux搭建生物信息分析环境linux命令处理生物大数据perl入门到精通perl语言高级R语言画图R语言快速入门与提高

7. 医学相关数据挖掘课程,不用做实验也能发文章:TCGA-差异基因分析GEO芯片数据挖掘 GEO芯片数据不同平台标准化 、GSEA富集分析课程TCGA临床数据生存分析TCGA-转录因子分析TCGA-ceRNA调控网络分析

8.其他,二代测序转录组数据自主分析NCBI数据上传二代fastq测序数据解读


  • 发表于 2018-08-22 11:17
  • 阅读 ( 22231 )
  • 分类:WGCNA

2 条评论

请先 登录 后评论
omicsgene
omicsgene

生物信息

702 篇文章

作家榜 »

  1. omicsgene 702 文章
  2. 安生水 350 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 82 文章
  6. rzx 78 文章
  7. 红橙子 78 文章
  8. CORNERSTONE 72 文章