--
關于WGNCA的教程，本次的共有三期教程，我們同時做了三個分析的比較，差異性相對還是比較大的，詳情可看WGCNA分析 | 你的數據結果真的是準確的嗎？？，這里面我們只是做了輸出圖形的比較差異，具體基因的差異尚未做。如果，有同學感興趣的話，可以自己做一下。
在前面的教程，我們分享了WGCNA分析 | 全流程分析代碼 | 代碼一,這個教程的代碼就是無腦運行即可，只需要你更改你的輸入文件名稱即可，后續的參數自己進行調整，基本就可以做結束整個WGCNA的分析，以及獲得你想要的結果文件。
本次是WGCNA分析 | 全流程分析代碼 | 代碼二的教程，本次使用的代碼輸出的結果與上一次的結果文件類型是一致，但是由于各個方面的參數調整，讓結果圖形也有不同的改變。
此外，本次教程輸出結果多增加了各hub基因之間的Link連接信息。這部分信息，可以直接輸入Cytoscape軟件中，獲得hub的網絡圖。
對于這部分數據的輸出，參考GitHub中大佬的方法也可以，原理都是一樣的。只是
本次教程中的代碼是批量運行獲得全部模塊基因的link信息。
1. 教程代碼
分析所需包的安裝
#install.packages("WGCNA")
#BiocManager::install('WGCNA')
library(WGCNA)
options(stringsAsFactors = FALSE)
## 打開多線程
enableWGCNAThreads()
1.1 樣本數據的過濾
導入數據及處理
exr1_symbol_no_dup <- read.csv("ExpData_WGCNA.csv",row.names = 1)
dim(exr1_symbol_no_dup)
head(exr1_symbol_no_dup)
colnames(exr1_symbol_no_dup)
#轉置
mydata <- exr1_symbol_no_dup
datExpr2 = data.frame(t(exr1_symbol_no_dup))
colnames(datExpr2) <- rownames(mydata)
rownames(datExpr2) <- colnames(mydata)
head(datExpr2)
dim(datExpr2)
注：如果你的數據開始就是這里類型的數據格式，即無需進行的此步驟。
基因過濾
datExpr1<-datExpr2
gsg = goodSamplesGenes(datExpr1, verbose = 3);
gsg$allOK
if (!gsg$allOK){
# Optionally, print the gene and sample names that were removed:
if (sum(!gsg$goodGenes)>0)
printFlush(paste("Removing genes:", paste(names(datExpr1)[!gsg$goodGenes], collapse = ", ")));
if (sum(!gsg$goodSamples)>0)
printFlush(paste("Removing samples:", paste(rownames(datExpr1)[!gsg$goodSamples], collapse = ", ")));
# Remove the offending genes and samples from the data:
datExpr1 = datExpr1[gsg$goodSamples, gsg$goodGenes]
}
繪制樣本聚類圖
sampleTree = hclust(dist(datExpr1), method = "average")
pdf("1_sample clutering.pdf"， width = 6, height = 4)
par(cex = 0.7);
par(mar = c(0,4,2,0))
plot(sampleTree, main = "Sample clustering to detect outliers", sub="", xlab="", cex.lab = 1.5,
cex.axis = 1.5, cex.main = 2)
dev.off()
1.2 去除離群體
在樣本群體中，有一個樣本的是較為離散的，需要去除，我們使用過濾掉Height 高于1500的群體。（注意：abline的參數依據你的數據進行設置。）
pdf("2_sample clutering_delete_outliers.pdf", width = 8, height = 6)
plot(sampleTree, main = "Sample clustering to detect outliers", sub="", xlab="", cex.lab = 1.5,
cex.axis = 1.5, cex.main = 2) +
abline(h = 1500, col = "red") ## abline的參數依據你的數據進行設置
dev.off()
clust = cutreeStatic(sampleTree, cutHeight = 1500, ##cutHeight依據自己的數據設置
minSize = 10)
keepSamples = (clust==1)
datExpr = datExpr1[keepSamples, ]
nGenes = ncol(datExpr)
nSamples = nrow(datExpr)
dim(datExpr)
head(datExpr)
####
datExpr0 <- datExpr
1.3 輸入表型數據
############### 載入性狀數據## input trait data###############
traitData = read.csv("TraitData.csv",row.names=1)
head(traitData)
allTraits = traitData
dim(allTraits)
names(allTraits)
# 形成一個類似于表達數據的數據框架
fpkmSamples = rownames(datExpr0)
traitSamples =rownames(allTraits)
traitRows = match(fpkmSamples, traitSamples)
datTraits = allTraits[traitRows,]
rownames(datTraits)
collectGarbage()
形成一個類似于表達數據的數據框架
進行二次樣本聚類
sampleTree2 = hclust(dist(datExpr), method = "average")
#
traitColors = numbers2colors(datTraits, signed = FALSE)
繪制聚類圖
pdf(file="3_Sample_dendrogram_and_trait_heatmap.pdf",width=8,height=6)
plotDendroAndColors(sampleTree2, traitColors,
groupLabels = names(datTraits),
main = "Sample dendrogram and trait heatmap",cex.colorLabels = 1.5, cex.dendroLabels = 1, cex.rowText = 2)
dev.off()
2. 篩選軟閾值
soft power一直是WGCNA分析中比較重要的參數，在前面的教程中也講述過soft power值可以選用軟件默認為最好的soft power值，也可以我們自己進行篩選。
enableWGCNAThreads()
# Choose a set of soft-thresholding powers
#powers = c(1:30)
powers = c(c(1:10), seq(from = 12, to=30, by=2))
# Call the network topology analysis function
sft = pickSoftThreshold(datExpr, powerVector = powers, verbose = 5)
繪圖soft power plot
pdf(file="4_軟閾值選擇.pdf",width=12,height= 8)
par(mfrow = c(1,2))
cex1 = 0.85
plot(sft$fitIndices[,1], -sign(sft$fitIndices[,3])*sft$fitIndices[,2],
xlab="Soft Threshold (power)",ylab="Scale Free Topology Model Fit,signed R^2",type="n",
main = paste("Scale independence"));
text(sft$fitIndices[,1], -sign(sft$fitIndices[,3])*sft$fitIndices[,2],
labels=powers,cex=cex1,col="red");
# this line corresponds to using an R^2 cut-off of h
abline(h=0.85,col="red")
# Mean connectivity as a function of the soft-thresholding power
plot(sft$fitIndices[,1], sft$fitIndices[,5],
xlab="Soft Threshold (power)",ylab="Mean Connectivity", type="n",
main = paste("Mean connectivity"))
text(sft$fitIndices[,1], sft$fitIndices[,5], labels=powers, cex=cex1,col="red")
dev.off()
選擇最優的
soft power值
#softPower =sft$powerEstimate
sft$powerEstimate
softPower = 14
3. 模塊可視化
此步耗費較長的時間，敬請等待即可。如果數量較大，建議使用服務器進行分析，不提倡使用的本地進行分析；如果，數據量量較少，本地也可以分析。
net = blockwiseModules(datExpr, power = 6,#手動改power
#signed, unsigned
TOMType = "signed", minModuleSize = 30,#20, 25
reassignThreshold = 0, mergeCutHeight = 0.25, #mergecutheight 0.25
numericLabels = TRUE, pamRespectsDendro = FALSE,
saveTOMs = TRUE,maxBlockSize = 20000,
saveTOMFileBase = "MyTOM",
verbose = 3)
table(net$colors)
如果你的數據量較大，或是你的電腦配置內存較小時，可能會出現以下這種情況哦！
繪制模塊聚類圖
mergedColors = labels2colors(net$colors)
table(mergedColors)
pdf(file="5_Dynamic Tree Cut.pdf",width=8,height=6)
plotDendroAndColors(net$dendrograms[[1]], mergedColors[net$blockGenes[[1]]],
"Module colors",
dendroLabels = FALSE, hang = 0.03,
addGuide = TRUE, guideHang = 0.05)
dev.off()
3.1 模塊的合并
如果你這里的模塊較多，可以使用前面的教程進行模塊的合并即可。具體設置，請看WGCNA分析 | 全流程分析代碼 | 代碼一
# 合并
merge = mergeCloseModules(datExpr0, dynamicColors, cutHeight = MEDissThres, verbose = 3)
# The merged module colors
mergedColors = merge$colors
# Eigengenes of the new merged modules:
mergedMEs = merge$newMEs
table(mergedColors)
#sizeGrWindow(12, 9)
pdf(file="7_merged dynamic.pdf", width = 9, height = 6)
plotDendroAndColors(geneTree, cbind(dynamicColors, mergedColors),
c("Dynamic Tree Cut", "Merged dynamic"),
dendroLabels = FALSE, hang = 0.03,
addGuide = TRUE, guideHang = 0.05)
dev.off()
3.2 輸出所有的模塊基因
moduleLabels = net$colors
moduleColors = labels2colors(net$colors)
MEs = net$MEs
geneTree = net$dendrograms[[1]]
#輸出所有modules
color<-unique(moduleColors)
for (i in 1:length(color)) {
y=t(assign(paste(color[i],"expr",sep = "."),datExpr[moduleColors==color[i]]))
write.csv(y,paste('6',color[i],"csv",sep = "."),quote = F)
}
save.image(file = "module_splitted.RData")
load("module_splitted.RData")
4. 模塊和表型數據的相關性熱圖
## 表型
#samples <- read.csv("TraitData.csv",row.names = 1,header = T)
samples <- traitData
samples <- samples[, -(6:6)]
print(samples)
### ----------------------------------------------------------------------------
## (最重要的) 模塊和性狀的關系
moduleLabelsAutomatic <- net$colors
moduleColorsAutomatic <- labels2colors(moduleLabelsAutomatic)
moduleColorsWW <- moduleColorsAutomatic
MEs0 <- moduleEigengenes(datExpr, moduleColorsWW)$eigengenes
## 賦值，后續可能用得到
moduleColors = moduleColorsWW
####
MEsWW <- orderMEs(MEs0)
modTraitCor <- cor(MEsWW, samples, use = "p")
colnames(MEsWW)
###賦值
modlues = MEsWW
#write.csv(modlues,file = "./modules_expr.csv")
modTraitP <- corPvalueStudent(modTraitCor, nSamples)
textMatrix <- paste(signif(modTraitCor, 2), "\n(", signif(modTraitP, 1), ")", sep = "")
dim(textMatrix) <- dim(modTraitCor)
繪Module-trait圖
詳細內容請查看： WGCNA分析 | 全流程分析代碼 | 代碼二
小杜的生信筆記 ，主要發表或收錄生物信息學的教程，以及基于R的分析和可視化（包括數據分析，圖形繪制等）；分享感興趣的文獻和學習資料!!
