使用R语言进行WGCNA基因共表达网络分析

,WGCNA（Weighted Gene Co-expression Network Analysis）是一种在基因表达数据中发现共表达基因模块的方法，用于理解基因之间的相互作用以及它们与生物性状之间的关系。以下是对提供的R脚本部分的详细解释： 首先，脚本加载了必要的库`WGCNA`，并设置选项`stringsAsFactors=FALSE`，这将避免读取数据时默认将字符串列转换为因子。`enableWGCNAThreads()`允许脚本利用多核处理器提高计算效率。 接着，脚本读取了两个文本文件：'Sam_info.txt'包含样本信息，'ExpData.txt'包含基因表达数据。`read.csv`函数用于读取这些数据，`sep='\t'`指定数据是以制表符分隔的，`row.names=1`表示第一列作为行名。 `dim(expro)`显示了原始基因表达矩阵的维度。然后，通过计算每个基因的方差，选取方差大于四分位数的基因（即25%最大方差的基因），得到`expro.upper`，这是一个去除低变异性基因后的表达矩阵。 `datExpr`是将`expro.upper`转置后的数据框，`nGenes`和`nSamples`分别记录了基因数量和样本数量。这部分数据预处理是为了减少后续分析的计算负担，并确保分析集中在具有显著变异性的基因上。 `goodSamplesGenes`函数用于评估样本的质量，返回一个包含样本质量信息的对象`gsg`。`gsg$allOK`将返回一个布尔值，指示所有样本是否都符合质量标准。 `sampleTree`是通过平均链接方法计算的样本聚类树，用于检测潜在的离群值。`hclust`函数实现了这个功能，而`plot(sampleTree)`则绘制了聚类树。`save(datExpr,file="FPKM-01-dataInput.RData")`保存了处理后的基因表达数据，以便后续使用。 接下来，`pickSoftThreshold`函数用于选择软阈值，这是构建WGCNA网络的第一步。它尝试不同的幂次（powers）来找到最佳的阈值，使得网络呈现出最佳的尺度自由度。`plot`函数展示了不同幂次下的尺度自由度模型拟合情况，帮助选择合适的软阈值。 最后，脚本提供了一系列可能的幂次，用于软阈值化，包括从1到10的整数和从12到20的偶数。`sft`对象包含了这些幂次的拟合指数，可以进一步分析以确定最佳的软阈值。 这段脚本主要涵盖了WGCNA中的数据预处理、样本质量检查、样本聚类、网络构建前期的软阈值选择等关键步骤。为了进行完整的WGCNA分析，还需要继续执行模块识别、模块与样本特征的相关性分析、模块代表基因选择等多个步骤。