基因共表达网络分析(Gene Co-expression Network Analysis)是基于基因间表达数据的相似性而构建的网络图,图中的节点代表基因,具有相似表达谱的基因被连接起来形成网络。 图1 共表达网络图
案例分析 下面以文献为例,来看看如何用共表达网络分析找出关键的节点基因。
Genes related to the very early stage of ConA-induced fulminant hepatitis: a gene-chip-based study in a mouse model 相关基因:ACSL1、MPDZ 相关疾病: Liver Failure 样本:GSE17184 PMID: 20398290 IF:3.867 这篇文章主要研究爆发性肝炎在早期阶段的病理机制,作者在寻找病变过程中起主导作用的基因群及关键基因时,采用ConA 诱导的小鼠肝炎模型,选取了0h,1h,3h,6h四个时间点做表达谱分析。
图2 共表达网络 共表达网络分析结果解读 如何从共表达网络图中挑选出关键基因? 如何看各个参数呢?
共表达网络表 基因属性列表 在基因属性类表中,主要看degree值大小和ishub。degree越大,代表与它有相互作用关系的基因越多。Ishub判断是否是核心基因。 基因关系列表 基因关系列表列举了每两个基因的相关关系,主要看相关系数和相关关系。
如何确定阈值? 如何确定基因模块? 做网络分析的时候需要注意什么? 共表达网络分析步骤 在共表达网络分析中,可用R软件包进行WGCNA(权重共表达网络分析),生成节点和边的纯文本文件,将边的纯文本文件导入到Cytoscape软件中(网络可视化工具)即可得到相互作用网络。
1、 进入GCBI网站的在线实验室https://www.(注册即可免费使用)
差异分析 p值<0.05 Q值<0.05(因多分组,不考虑fold change) 趋势分析 p值<0.05 显著性趋势功能分析(STC-GO)生物过程 p值<0.01,FDR<0.01 网络分析 基因共表达分析 5、 运行方案 14分钟即分析完成,结果如下: 拓展
分析结果下载 http://pan.baidu.com/s/1jIhT4Zs
Affymetrix GeneChips Mouse 430 2.0 Arrays(文章使用) Clariom? D assays, mouse(曾用名GeneChip? Mouse Transcriptome Assay 1.0)(推荐) 知识拓展 |
|
来自: wuhuaguo88l > 《生物信息》