Gene co-expression network analysis reveals common system-level properties of prognostic genes across cancer types
期刊：nature communication IF= 12.353
為什么做WGCNA的文章能發(fā)這么高分？讓我們一起來看一下本文的亮點(diǎn)吧～
一 知識(shí)點(diǎn)積累
- 信噪比：所需信號(hào)強(qiáng)度和背景噪音強(qiáng)度的比值
二 背景介紹
預(yù)后基因?qū)Π┌Y的預(yù)后和治療很重要郭脂，前期研究只集中于個(gè)體的預(yù)后基因比例征冷，缺乏從系統(tǒng)層面上去宏觀預(yù)測前弯。因此本文從TCGA中下載了四種癌癥表達(dá)譜。
本研究主要解決的三個(gè)問題：
- 網(wǎng)絡(luò)成分是否能把預(yù)后基因和其他基因區(qū)分開？
- 不同種類的預(yù)后基因是否有著相同的網(wǎng)絡(luò)成分？
- 這些成分在不同的網(wǎng)絡(luò)之間是否是一致的？
三 結(jié)果與結(jié)論
1. 預(yù)后mRNA不是hub基因
本研究的的TCGA數(shù)據(jù)有著充足的樣本量和豐富的臨床數(shù)據(jù)硼讽。
將預(yù)后基因定義為： mRNA和生存數(shù)據(jù)的相關(guān)性分析，根據(jù)signal-to-noise ratio決定哪些是預(yù)后基因
共鑒定出如圖數(shù)量的mRNA預(yù)后基因牲阁，縱坐標(biāo)為頻率固阁，橫坐標(biāo)是mRNA和生存數(shù)據(jù)相關(guān)性（基于單因素cox模型）的P值。
2 基于每種癌癥做一個(gè)WGCNA網(wǎng)絡(luò)分析
根據(jù)節(jié)點(diǎn)連接度城菊，基因被分為hub-gene和non-hub gene备燃。比如說，在GBM中有一個(gè)hub gene是KLKL1役电，他能參與不同的絲氨酸酶和多種物理功能赚爵。預(yù)后基因有更高的節(jié)點(diǎn)連接度
實(shí)柱子是是預(yù)后mRNA的hub gene占總hub gene的比例，虛線柱子是不是預(yù)后mRNA的hub gene占總hub gene的比例法瑟。這張圖表明冀膝，mRNA不是子網(wǎng)的核心。
圖C表示四種癌癥的hub-gene交叉情況霎挟，圖D表示刪除一種癌hub-gene窝剖，對另一種癌的影響（如第二行第一列，是刪除GBM的hub-gene酥夭，對OV的影響）
3. 預(yù)后基因在各個(gè)moduel里的富集情況
不同癌癥中的module情況
b圖是預(yù)后基因和非預(yù)后基因占模塊的所有基因比例,C是各模塊基因的交叉情況赐纱，D是mRNA預(yù)后基因的保守性檢驗(yàn)
4. 預(yù)后miRNA的情況
基于上述流程，作者把miRNA又重做了一遍熬北。結(jié)果發(fā)現(xiàn)miRNA和mRNA有著非常相似的pattern疙描。
5. 把幾種癌癥的不同模塊連接到一起
- 找出富集預(yù)后mRNA基因的模塊 在4種癌癥中找出47個(gè)
-
用GO注釋他們的生物學(xué)功能 得到結(jié)果：比較了四種癌癥都有的通路和在個(gè)體癌癥中獨(dú)有的通路， 然后又描述了基因都在哪幾個(gè)module存在的情況
這張圖中不同的顏色代表不同的癌癥讶隐，灰色是通路之間的conservation correspondence
這張圖表示幾個(gè)重要的通路的放大起胰。
PS：conservation correspondence是用IPA做出來的
