通常我们分析组学数据,是以差异表达分析为基础,也可以大大缩小分析范围,但同时也损失了大量的基因信息。当比较组过多的时候,两两进行的差异分析组合过多,不利于组间比较。WGCNA全称加权基因共表达网络分析 (Weighted correlation network analysis),是用来描述不同样品之间基因关联模式的系统生物学方法,可以用来鉴定高度协同变化的基因集,并根据基因集的内连性和基因集与表型之间的关联鉴定核心基因。相比于只关注差异基因,WGCNA利用变化最大的基因或全部基因的信息识别感兴趣的基因集,并与表型进行关联分析。一是充分利用了信息,二是把数千个基因与表型的关联转换为数个基因集与表型的关联,免去了多重假设检验校正的问题。WGCNA通常应用在bulk数据,本文介绍WGCNA在单细胞数据上的拓展。 ![]() ![]() ![]() 在一项阿兹海默病(AD)的单细胞核测序研究中,在降维聚类后对少突胶质细胞亚群进行WGCNA,识别了4个与AD强相关的基因共表达模块(OM),并对这4个模块进行hub gene分析(图a)。其中OM1与AD负相关,并与蛋白合成相关,核心基因包括RPS15A, RPL30 和RPL23A。OM2也与AD负相关,富集分析显示其与髓鞘形成相关,其核心基因为MAG, CNP 和PLP1。 以上就是今天的全部内容啦~大家对于推送内容有任何问题或建议可以在公众号菜单栏“更多--读者的话”栏目中提出,我们会尽快回复! 参考文献:
写在最后 “观科研”(点击进一步了解我们吧)是由一群北京协和医学院(清华大学医学部)的博士开创的公众号,初心是让医学科研有迹可循,帮助一线的医学科研人员更快地成长,希望大家支持与关注! |
|
来自: 新用户4064dVjo > 《待分类》