一键式WGCNA使用教程参数详解
一键式WGCNA总共需要输入两个文件，九个参数，界面如下：
1、表达谱文件：一个表头为样本，第一列为基因名称的表格矩阵
2、样本文件：一个第一列为样本，后面各列为定义的为样本表型的矩阵
3、数据处理阈值：给定一个标准差阈值，当基因在各个样本中标准差小于等于这个阈值时会被删掉
4、模块最小基因数：给定一个阈值，当模块中的基因小于这个值时这个模块会被合并到其他模块中
5、构建网络的方法：网络分无向（unsigned）、有向网络（signed）、既包含加权网络也包含非加权网络（hybrid）；三种网络边属性的计算不一样，默认是unsigned
6、最大模块的基因：整合名字没取好，这个参数是用来分割基因来运算的，如果内存小的话所有基因一次运算可能会超出内存，所以这个值设的小一点，把基因分割成多组进行多次运算，这样避免内存溢出。
7、模块合并高度阈值：这个值用来设定相似基因或模块之间合并的阈值，越大则阈值越宽松，合并后模块越少。
8、相关系数阈值：这个值是用来设定模块中基因与模块的相关性的阈值，如果基因与模块的相关性高于这个阈值时则认为是这个模块的hub gene
9、敏感度：这个阈值是用来设定计算模块时的敏感度，值越大敏感度越高则最终得到的模块越多
10、网络边缘阈值：这个值是用来设定导出模块的共表达网络是边的得分阈值，值越大则边越少，导出来的网络就越稀疏
11、离群值过滤：这个值主要是用来过滤离群样本的，默认值为-1，表示程序自动去除离群样本，去除的方法是样本聚类距离其他样本超过三倍标准差以外的则删掉该样本，如果自己设定这个阈值的话，可以根据样本聚类图SampleCluster.jpg观察哪些是离群样本，他们与其他样本的聚类高度在多少，使用该高度作为离群值过滤的阈值即可将这些观察到的离群值过滤掉
PS:关于软阈值，程序会自动的选择最优的软阈值，如果没有最优的软阈值，程序会按照既定的经验选择软阈值，但是最终还是要自己去看一下无标度网络图谱结构R^2和平均连接度。
- 发表于 2018-10-17 08:44
- 阅读 ( 14516 )
- 分类：软件工具
