Gene co-expression network analysis reveals common system-level properties of prognostic genes across cancer types

期刊：nature communication IF= 12.353
為什么做WGCNA的文章能發這么高分？讓我們一起來看一下本文的亮點吧～

一 知識點積累

1. 信噪比：所需信號強度和背景噪音強度的比值

二 背景介紹

預后基因對癌癥的預后和治療很重要，前期研究只集中于個體的預后基因比例，缺乏從系統層面上去宏觀預測。因此本文從TCGA中下載了四種癌癥表達譜。
本研究主要解決的三個問題：

1. 網絡成分是否能把預后基因和其他基因區分開？
2. 不同種類的預后基因是否有著相同的網絡成分？
3. 這些成分在不同的網絡之間是否是一致的？

三 結果與結論

1. 預后mRNA不是hub基因

本研究的的TCGA數據有著充足的樣本量和豐富的臨床數據。
將預后基因定義為： mRNA和生存數據的相關性分析，根據signal-to-noise ratio決定哪些是預后基因

共鑒定出如圖數量的mRNA預后基因，縱坐標為頻率，橫坐標是mRNA和生存數據相關性（基于單因素cox模型）的P值。

2 基于每種癌癥做一個WGCNA網絡分析

根據節點連接度，基因被分為hub-gene和non-hub gene。比如說，在GBM中有一個hub gene是KLKL1，他能參與不同的絲氨酸酶和多種物理功能。預后基因有更高的節點連接度

image.png

實柱子是是預后mRNA的hub gene占總hub gene的比例，虛線柱子是不是預后mRNA的hub gene占總hub gene的比例。這張圖表明，mRNA不是子網的核心。

圖C表示四種癌癥的hub-gene交叉情況，圖D表示刪除一種癌hub-gene，對另一種癌的影響（如第二行第一列，是刪除GBM的hub-gene，對OV的影響）

3. 預后基因在各個moduel里的富集情況

不同癌癥中的module情況

b圖是預后基因和非預后基因占模塊的所有基因比例,C是各模塊基因的交叉情況，D是mRNA預后基因的保守性檢驗

4. 預后miRNA的情況

基于上述流程，作者把miRNA又重做了一遍。結果發現miRNA和mRNA有著非常相似的pattern。

5. 把幾種癌癥的不同模塊連接到一起

1. 找出富集預后mRNA基因的模塊 在4種癌癥中找出47個

2. 用GO注釋他們的生物學功能 得到結果：比較了四種癌癥都有的通路和在個體癌癥中獨有的通路， 然后又描述了基因都在哪幾個module存在的情況

   
   
   
   

   這張圖中不同的顏色代表不同的癌癥，灰色是通路之間的conservation correspondence

   
   
   
   這張圖表示幾個重要的通路的放大。

PS：conservation correspondence是用IPA做出來的