WGCNA方法簡介

加權基因共表達網絡（weighted gene co-expression network analysis）是一種廣泛使用的數據挖掘方法，用兩兩變量間相關係數研究生物網絡。

大致步驟：

1、基因共表達定義兩向量間的距離，選定β值（冪函數評估連接強度），生成鄰接矩陣；
2、模塊中心分析：拓撲重疊指標、模塊特徵向量；
3、建立共表達網絡，判斷特定模塊的模塊間樞紐基因。

詳細介紹：

1、
用sij表示基因i和j之間的基因共表達相似性，有兩種表示方法：
（1）無符號共表達相似指標：
$sij^{unsigned} = |cor(xi, xj)|$
此種類型會造成生物信息損失（抑制或激活）
（2）有符號的共表達指標:
$sij^{signed} = 0.5 + 0.5cor(xi, xj)$

生成鄰接矩陣：
1）若生成無權重基因共表達網絡，則設定閾值τ，對共表達相似矩陣$S = [sij]$，如果sij > τ，無權重網絡鄰接矩陣設定爲1，否則設定爲0.，此種方法對閾值的選擇較爲敏感，會造成共表達信息的損失。
2）若不設固定閾值，加權基因共表達網絡分析使用以下的冪函數評估連接強度：
$aij = (sij)^{β}$
其中，鄰接矩陣$A = [aij]$定量確定兩個基因相互連接的程度。
無符號和有符號網絡分別使用β=6和β=12作爲默認值，最終得到加權鄰接矩陣，之後的分析稱爲加權基因共表達網絡分析。

2、用網絡拓撲指標將基因集聚爲網絡模塊：
加權基因共表達網絡分析使用拓撲重疊指標作爲距離，並將此指標輸入平均連鎖層次聚類，形成模塊。
3、在模塊特徵向量之間建立共表達網絡，即以節點爲模塊的網絡；
判斷特定模塊的模塊間樞紐基因，有兩種連接指標：
（1）kMEi
（2）kIN
（待補充）