一文掌握单细胞wgcna分析
原创 YuYuFiSH 生信技能树 2022-10-05 22:06
https://mp.weixin.qq.com/s/OBvS0I7IUuwcChGoaJVgtQ
其实WGCNA本身是对基因进行合理（加权共表达）的分组。

如果一个表达量矩阵， 里面的样品是两个分组，比如正常和对照，那么简单的差异分析就可以拿到上下调基因，各自可以去富集生物学通路，就是基因分组了，并没有太多的进行WGCNA分析的必要性，而且绝大部分的两个分组的表达量矩阵里面的样品数量通常是小于15个的，官方也并不推荐WGCNA分析。
如果一个表达量矩阵，里面的样品是时间序列这样的多分组，比如处理前后以及处理过程的不同时间梯度或者不同浓度，那么我们就需要每个分组都去跟对照组进行差异分析，上下调的组合非常多，结果也很难精炼出生物学结论，这个时候就可以选择WGCNA或者mfuzz这样的时间序列分析。
也就是说，只要是多分组，就涉及到多次差异分析，而且多分组意味着样品数量肯定不少，这样的话，在这个表达量矩阵里面，不同基因之间可以计算合理的相关性， 就可以根据基因之间的相似性进行基因划分为不同的模块了。

发自「今日水木 on Redmi K30」
--
FROM 14.210.81.*