加權基因共表達網絡分析(WGCNA，Weighted gene co-expression network analysis)是一個很火的生信分析方法，高分文章很多。
然而很多童鞋敬而遠之，因為它是需要跑代碼的。其實，WGCNA用起來也沒那麼難，今天給大家分享一下新手學習WGCNA的經驗、常見問題的解決辦法，以及如何理解WGCNA分析流程中的關鍵點，以達到應用的目的。讓大家能夠入門WGCNA進行實操是我整理這一學習筆記的最終目的。筆記內容涉及到WGCNA的簡介，安裝運行，代碼解析和靈活變換，跑出的圖有什麼意義等，準備分3-4次說。
WGCNA能夠從複雜數據中（N多分組）快速地提取出與樣本特徵相關的基因共表達模塊，以供後續分析。簡單地說，它通過計算基因之間的表達相關性，將具有表達相關性的基因聚類到一個模塊中，然後再分析模塊與樣本特徵（包括臨床特徵、手術方式、治療方法等等）之間的相關性，WGCNA搭建了一座樣本特徵與基因表達變化之間的橋梁。
（WGCNA: an R package for weighted correlation network analysis.）具體的算法和原理這裡不作贅述，這本書裡講得很詳細，然而站在我——生信小辣雞的角度，可能看也看不懂，也用不上。。。
Horvath S (2011) Weighted Network Analysis. Applications in Genomics and Systems Biology. Springer Book. ISBN: 978-1-4419-8818-8
下面通過介紹WGCNA結果中核心的兩張圖，來講講WGCNA具體是幹什麼的。
1、模塊聚類圖
（自己瞎跑的圖）
這張圖是根據你樣本中基因表達情況，將共表達的基因聚類到一個個彩色的模塊當中，其中灰色模塊是沒有被接受的基因，後續分析中這一模塊的基因就沒有什麼用了。
2、模塊—樣本特徵相關性分析
（Temporal network analysis identifies early physiological and transcriptomic indicators of mild drought in Brassica rapa）
這張圖是樣本特徵與各個模塊的關係，X軸是樣本特徵，上圖中的X軸是植物培養時的幾個參數；Y軸對應的就是各個基因共表達模塊了。紅色表示正相關，藍色表示負相關，比如Fv'/Fm'——wM11所對應的矩形中的數字為0.79（4e-6），表明wM11模塊中的基因與Fv'/Fm'的變化是極具相關性的。所以後續我們可以通過分析wM11模塊中的基因來探究這些基因是如何受到Fv'/Fm'的影響，從而對植物表型產生影響的，常用的分析包括GO，KEGG注釋，共表達網絡分析等等。g
那麼這麼牛B的工具，在哪裡可以得到呢？
首先，你要裝一個R語言（https://mirrors.tuna.tsinghua.edu.cn/CRAN/），直接裝最新版本的，目前是3.4.2，不過3.4.3很快就要出了。。。
然後你需要安裝WGCNA這個包(package)，這個包會用到很多其它包，所以下載安裝還是需要花點時間的。
連接到bioconductor這個網站，下載WGCNA包。
然後載入WGCNA包就可以使用了。
正式跑程序之前，要改變一下工作目錄（程序在哪個文件夾運行，調用哪個文件夾裡的數據）（咱用不來代碼。。。感覺沒這個快）
然後就可以跑程序了。
前期需要準備兩個文件，一個是樣本信息的文件，一個是基因表達數據的文件。
樣本信息文件：
最簡單的辦法是不做什麼分組，每個樣本一個分組，然後在下圖中進行分析，比如D6，D7和purple這個模塊的基因都有高相關性，那麼也就是說purple模塊的基因可能和D6，D7這兩組樣本共有的樣本特徵具有相關性，比如可能是同為腫瘤遠端轉移樣本。
又比如像下圖這樣根據乳腺癌的臨床特徵進行分組，ER陽性標為1，陰性標為0，其它類似，構建一個樣本特徵的文件。具體的分組需要綜合考慮你的分析思路，重點關注的是樣本的哪些特徵。
（https://www.shengxin.ren/article/88）
基因表達數據的文件：
測序的可以用FPKM的數據
晶片的可以用GEO整理好的表達矩陣
（https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE90841）
我在網盤裡上傳了一份編輯好的數據和代碼，大家可以自己上手先試一試（後面幾步可能跑起來會費點時間，大家運行的時候耐心等待），周五的時候會進行代碼方面的詳細解讀。
網盤連結：http://pan.baidu.com/s/1hsAdsyg
網盤密碼：onp0
參考文獻：
1、http://tiramisutes.github.io/2016/09/14/WGCNA.html
2、https://www.shengxin.ren/article/88
3、http://www.stat.wisc.edu/~yandell/statgen/ucla/WGCNA/wgcna.html
4、WGCNA: an R package for weighted correlation network analysis. PMID: 19114008
5、Temporal network analysis identifies early physiological and transcriptomic indicators of mild drought in Brassica rapa. PMID: 28826479
關注後獲取《科研修煉手冊》1、2、3、4、5，基金篇精華合集