基因共表達網絡分析致力于尋找協同表達的基因???,并探索基因網絡與研究者關注的表型之間的關聯關系。它基于高通量的微陣列技術,應用基因表達芯片得到實驗數據沒從轉錄水平探索基因網絡與疾病或者性狀之間的關聯關系,因此應用與復雜疾病的易感基因的鑒定、新藥研發等生物醫學領域。
加權基因共表達網絡構建(weighted gene co-expression network,WGCNA)算法作為一種高效、準確的生物信息學、生物數據挖掘方法,理論不斷完善,應用日漸廣泛。該算法基于高通量的基因信使RNA(mRNA)表達芯片數據,被廣泛應用于國際生物醫學領域。WGCNA算法首先假定基因網絡服從無尺度分布,并定義基因共表達相關矩陣、基因網絡形成的鄰接函數,然后計算不同節點的相異系數,并據此構建分層聚類樹(hierarchical clustering tree),該聚類樹的不同分支代表不同的基因???module),??檳諢蜆脖澩锍潭雀?,而分屬于不同??櫚幕蜆脖澩锍潭鵲?。最后,探索??橛胩囟ū硇突蚣膊〉墓亓叵?,最終達到鑒定疾病治療的靶點基因、基因網絡的目的。


圖1. 利用WGCAN篩選疾病顯著性共表達網絡??櫚墓蹋╝基因表達相似性聚類圖(下面的橙色條帶代表表達量,上面是根據表達量對基因的聚類);b參數β選擇(兩圖中橫軸均代表權重參數β,左圖中縱軸為網絡中連接點個數取對數log(k)和節點出現的概率的對數值log(p(k))的相關系數的平方,右圖中縱軸代表平均連通度;c.權重共表達網絡聚類結果,圖中不同顏色代表不同的聚類???,左側為??樘卣饗蛄康木嗬?;d. ??櫓謝螄災訥S均值及誤差分布)


圖2. WGCNA??櫓杏爰膊∠災喙氐耐縋??/p>

WGCNA分析

基因共表達網絡分析致力于尋找協同表達的基因???,并探索基因網絡與研究者關注的表型之間的關聯關系。它基于高通量的微陣列技術,應用基因表達芯片得到實驗數據沒從轉錄水平


聯系我們

注册彩金送娱乐平台

掃描二維碼分享到微信