第1个回答 2022-07-07
参考文献
High-resolution spatiotemporal transcriptome mapping of tomato fruit development and ripening
关于文章中WGCNA方法参数
文章中参数主要包括一下内容
① 转录组数据基因输入参数
选取变异系数CV值大于1的基因作为输入数据进行分析
② 计算软阈值参数
设定的软阈值soft power为16，TOM结构类型为signed，也是推荐的结构类型。
③ 设定最小模块基因数目参数
最小模块基因数目为30，模块设定的多少，决定分出来模块的多少
④ 相似模块合并参数
前面设定最小模块数目后，基因会分成不同的模块，计算模块之间的相关性后，相关性高的模块进行合并，文章中的参数设定为0.25，也就是说相关性高于0.75的就合并在一起。
⑤ 模块内hub基因筛选参数
模块内基因的筛选主要从两个参数进行筛选，第一个参数是模块内的基因跟模块的相关性高于0.9，然后利用FDR 相关性计算基因跟性状的相关性。
设定软阈值，
加权基因共表达网络分析（WGCNA） - pome24的个人空间 - OSCHINA - 中文开源技术交流社区
WGCNA（二）WGCNA的步骤和原理 - (jianshu.com)
soft软阈值设定的原理
(领接矩阵) 邻接矩阵 diviner_s的博客-CSDN博客 邻接矩阵
(23条消息) 邻接矩阵与关联矩阵的转换及实现 hukai7190的博客-CSDN博客 邻接矩阵转关联矩阵
WGCNA原理简介 - (jianshu.com)