加权基因共表达网络(WGCNA)寻找与疾病相关的hub基因

低成本发一篇sci,你也可以的!!!快来围观吧!

WGCNA其译为加权基因共表达网络分析。该分析方法旨在寻找协同表达的基因模块(module),并探索基因网络与关注的表型之间的关联,以及网络中的核心基因。适用于复杂的数据模式,推荐15个样品以上的数据。现在测序价格越来越便宜,得到15个样品数据的成本很低,如果再结合样品性状数据进行模块基因与表型的关联分析,一定能给你的文章增色不少!如果自己手里没有数据,利用公开的数据挖掘分析也是不错的选择。

下面我们举一些利用WGCNA进行癌症或微生物研究的例子给大家拓展一下思路,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。

TCGA表达数据的挖掘

先介绍两篇利用TCGA人类癌症数据库中的基因表达数据发表的文章,主要利用WGCNA的方法来筛选与癌症发生、发展相关的关键基因,从而发现区分不同癌症亚型的biomarker。看完文献可以说单单用了WGCNA的方法就发了篇paper:
文献1:眼中葡萄膜黑色素恶性瘤基因共表达网络分析

attachments-2018-04-7OwhbV7J5ad9e3ae88180.png眼癌中共表达网络分析及关键biomarker查找

主要的分析思路其实就是WGCNA的分析思路:

attachments-2018-04-u232hHW05ad9e3c479f6d.png

文献2:胃癌中miRNA共表达网络分析
也是一篇WGCNA分析的文章,只是换了换癌种以及分析的基因变成了miRNA,分析思路几乎与上篇文章一致。这里小编就不详细介绍了,有兴趣的可以查看原文;

attachments-2018-04-ze8PXZoY5ad9e3ecea3a7.png

胃癌中共表达网络分析及关键biomarker查找WGCNA构建微生物互作网络

微生物中WGCNA的应用

下面的文章研究了531位芬兰男性肠道微生物与代谢综合征(Metabolic Syndrome)的关系,代谢综合征是指人体的蛋白质、脂肪、碳水化合物等物质发生代谢紊乱的病理状态,是一组复杂的代谢紊乱症候群,是导致糖尿病心脑血管疾病的危险因素。

为找到哪些微生物与代谢综合征相关,作者首先先利用微生物OTU table做WGCNA分析构建微生物的相互作用网络,再利用病人的的临床数据——主要包括血液中血糖含量,胰岛素含量等代谢指标,做临床数据与微生物共表达模块间的相关性分析。最后得出结论,发现蓝色模块中的Tenericutes, Methanobrevibacter,and Christensenellaceae等物种与血液中的谷氨酰胺指标正相关,另外,黄色模块中的Blautia物种与血液中的醋酸负相关等等,从而找到与疾病相关的微生物种类biomarker。

attachments-2018-04-14a2cT2p5ad9e43bc1b79.png


参考文献

[1] Sally Yepes,et al. Co-expressed miRNAs in gastric adenocarcinoma, Genomics, Volume 108, Issue 2,2016,Pages 93-101,ISSN 0888-7543.
[2] Qi Wan ,et al.Co-expression modules construction by WGCNA and identify potential prognostic markers of uveal melanoma, Experimental Eye Research, Volume 166,2018,Pages 13-20,ISSN 0014-4835.
[3] Org E, Blum Y, Kasela S, et al. Relationships between gut microbiota, plasma metabolites, and metabolic syndrome traits in the METSIM cohort. Genome Biology. 2017;18:70.
doi:10.1186/s13059-017-1194-2.


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perl入门到精通perl语言高级R语言画图

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数据上传二代测序数据解读

  • 发表于 2018-04-20 19:22
  • 阅读 ( 1586 )
  • 分类:文献解读

0 条评论

请先 登录 后评论
omicsgene
omicsgene

生物信息

190 篇文章

作家榜 »

  1. omicsgene 190 文章
  2. 安生水 152 文章
  3. Daitoue 142 文章
  4. microRNA 116 文章
  5. landy 37 文章
  6. 生信老顽童 30 文章
  7. orange 25 文章
  8. smyang2018 11 文章