有域名 有主机 怎么建设网站,镇江vi设计,新蔡县城乡建设局网站,会员管理系统功能介绍1写在前面 前面我们用WGCNA分析完成了一系列的分析#xff0c;聚类分割模块。#x1f970; 随后进一步筛选#xff0c;找到与我们感兴趣的表型或者临床特征相关的模块#xff0c;而且进行了模块内部分析。#x1f618; 再然后是对感兴趣模块进行功能注释#xff0c;了解模…1写在前面 前面我们用WGCNA分析完成了一系列的分析聚类分割模块。 随后进一步筛选找到与我们感兴趣的表型或者临床特征相关的模块而且进行了模块内部分析。 再然后是对感兴趣模块进行功能注释了解模块的功能及涉及的潜在机制。 本期主要是介绍一些可视化的方法大家了解一下吧。 2用到的包 rm(list ls())library(WGCNA)library(dplyr) 3示例数据 load(FemaleLiver-01-dataInput.RData)load(FemaleLiver-02-networkConstruction-auto.RData) 4计算基因数与样本数 计算一下基因数和样本数吧后面会用到。 nGenes - ncol(datExpr)nSamples - nrow(datExpr) 5基因网络的可视化 5.1 计算TOM 我们再重新计算一下TOM吧 power是6之前的教程介绍过如何计算。 dissTOM - 1-TOMsimilarityFromExpr(datExpr, power 6) 5.2 转换一下并可视化 这里我们需要转换一下dissTOM, 可以增强对比方便进行可视化。 plotTOM - dissTOM^6 diag(plotTOM) - NA sizeGrWindow(9,9) TOMplot(plotTOM, geneTree, moduleColors, main Network heatmap plot, all genes) 5.3 随机选择基因 由于数据量比较大这里我们就随机选择300个基因来进行可视化吧。 nSelect - 300set.seed(123)select - sample(nGenes, size nSelect)selectTOM - dissTOM[select, select]selectTree - hclust(as.dist(selectTOM), method average)selectColors - moduleColors[select] 5.4 可视化 来吧展示~ 浅色代表low adjacency (overlap)深色代表higher adjacency (overlap)。 这里需要补充一下如果你的TOM是用blockwise计算得到的需要对每个block都运行一遍这个code这里不做具体介绍了写个循环吧。 sizeGrWindow(9,9)plotDiss - selectTOM^6diag(plotDiss) - NATOMplot(plotDiss, selectTree, selectColors, main Network heatmap plot, selected genes) 6网络的eigengenes可视化 6.1 计算模块的eigengenes MEs - moduleEigengenes(datExpr, moduleColors)$eigengenes 6.2 合并module与traits信息 weight - as.data.frame(datTraits$weight_g)names(weight) - weightMET - orderMEs(cbind(MEs, weight)) 6.3 可视化 sizeGrWindow(5,7.5)par(cex 0.9)plotEigengeneNetworks(MET, , marDendro c(0,4,1,2), marHeatmap c(3,4,1,2), cex.lab 0.8, xLabelsAngle 90 ) 7如何引用 Langfelder, P., Horvath, S. WGCNA: an R package for weighted correlation network analysis. BMC Bioinformatics 9, 559 (2008). https://doi.org/10.1186/1471-2105-9-559 最后祝大家早日不卷!~ 点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰 往期精彩 WGCNA | 值得你深入学习的生信分析方法~ ComplexHeatmap | 颜狗写的高颜值热图代码 ComplexHeatmap | 你的热图注释还挤在一起看不清吗 Google | 谷歌翻译崩了我们怎么办附完美解决方案 scRNA-seq | 吐血整理的单细胞入门教程 NetworkD3 | 让我们一起画个动态的桑基图吧~ RColorBrewer | 再多的配色也能轻松搞定~ rms | 批量完成你的线性回归 CMplot | 完美复刻Nature上的曼哈顿图 Network | 高颜值动态网络可视化工具 boxjitter | 完美复刻Nature上的高颜值统计图 linkET | 完美解决ggcor安装失败方案附教程 ...... 本文由 mdnice 多平台发布
