今天發(fā)現(xiàn)TBtools上有了個(gè)神器 Rserver 。這意味我們可以把別人寫好的R腳本直接拿過(guò)來(lái)運(yùn)行盏道。于是用OneStepWGCNA這個(gè)插件試驗(yàn)一下。本文主要記錄試驗(yàn)過(guò)程和可能遇到的一些問(wèn)題,主要參考『TBtools-plugin』OneStepWGCNA插件這篇文章洽糟。想要了解WGCNA的具體含義和流程可以參考:
WGCNA分析扁瓢,簡(jiǎn)單全面的最新教程
一文學(xué)會(huì)WGCNA分析
WGCNA官方網(wǎng)站WGCNA算法研究筆記
OneStepWGCNA 的準(zhǔn)備文件和詳細(xì)參數(shù)
雖然題目有點(diǎn)標(biāo)題黨详恼,但這個(gè)插件真的方便,真的感謝這個(gè)插件的作者引几。
工具準(zhǔn)備
TBtools
Rserver: 需要在TBtools的用戶群里下載昧互,一共181M,相當(dāng)于一個(gè)獨(dú)立的R環(huán)境伟桅,具體安裝方法參考Rserver 插件 for TBtools熄浓。用戶群可以在公眾號(hào):生信藥丸里找到。
OneStepWGCNA插件:可以在TBtools的plugin store下載到勉躺。建議先下載plugin store里的plugin store at high speed缀旁。因?yàn)樵趐lugin store里下載插件太慢了,太慢了盖腕,太慢了赫冬。
數(shù)據(jù)準(zhǔn)備
OneStepWGCNA 的輸入文件是基因表達(dá)矩陣和表型數(shù)據(jù)(或樣品分類數(shù)據(jù))浓镜。這里用了RED數(shù)據(jù)庫(kù)里的284個(gè)日本晴的不同部位,不同處理的表達(dá)矩陣(FPKM數(shù)據(jù))劲厌。樣品分類數(shù)據(jù)用每個(gè)樣品取的組織膛薛。
第一次跑的時(shí)候遇到的坑
第一次包發(fā)現(xiàn)GenomeInfoDb這個(gè)包沒(méi)下下來(lái),R文件里也沒(méi)有申明需要這個(gè)包补鼻。我在TBtools的插件目錄下OneStepWGCNA的R腳本里加上了:
if (!require('GenomeInfoDb')) install.packages('GenomeInfoDb')
再跑一次就成功了
這個(gè)TBtools插件文件夾位置一般在C:\Users\names\ .TBtools.Plugin\OneStepWGCNA
OneStepWGCNA 參數(shù)詳解
readcount or fpkm 是表達(dá)矩陣哄啄,以Tab為分割符,行是樣本风范,列是基因咨跌。
Trait data 是表型文件或分類文件,可以有多個(gè)表型硼婿,可以是連續(xù)性也可以是離散锌半。如果要把多分類性狀和連續(xù)性狀都混到一起,可以把多分類性狀轉(zhuǎn)為one-hot編碼加酵,這個(gè)用下excel就能完成拳喻。
Expression data 是表達(dá)矩陣數(shù)據(jù)類型,count數(shù)據(jù)是不能直接用來(lái)做WGCNA的
Normalization method 是表達(dá)矩陣轉(zhuǎn)換的方式猪腕,如果是count數(shù)據(jù)可以選varianceStabilizingTransformation或log10(CPM+1)冗澈,如果是FPKM可以選rawFPKM,不經(jīng)過(guò)轉(zhuǎn)換陋葡,和取對(duì)數(shù)亚亲。建議都試試,看看哪個(gè)效果更好腐缤。
RcCutoff 是用來(lái)除噪聲的捌归,我看原作者的教程里大概意思是count推薦10,F(xiàn)PKM推薦0.2岭粤,當(dāng)然惜索,這個(gè)參數(shù)還是要隨著測(cè)序深度和具體生物學(xué)問(wèn)題而改變的。
samplePerc 和上面的參數(shù)配對(duì)的剃浇,在0-1之間巾兆,如果是0.5,RcCutoff 是0.2 代表想要 50%的樣品的FPKM>0.2虎囚。
RemainGeneNum 是保留多少基因進(jìn)行WGCNA角塑,寫0或小于0就是啥都沒(méi)了,會(huì)報(bào)錯(cuò)淘讥。
mergeCutHeight 是合并模塊的閾值圃伶, 0.25的意思就是把相關(guān)系數(shù)大于0.75的模塊合并。
minModuleSize 是指最少一個(gè)模塊要包含30個(gè)基因。
輸出結(jié)果
Sample_clustering 樣品聚類結(jié)果
這里如果出現(xiàn)明顯的離群樣本窒朋,記住樣本的名字搀罢,在表達(dá)矩陣和trait矩陣中刪掉對(duì)應(yīng)樣本再跑一次
綠線為0.8,這里沒(méi)有篩的很好的閾值炼邀,就選了經(jīng)驗(yàn)閾值14來(lái)做power進(jìn)行后續(xù)計(jì)算魄揉。
一共找到了10個(gè)模塊,該結(jié)果主要反應(yīng)模塊間的相關(guān)性拭宁。
發(fā)現(xiàn)棕色模塊和根的相關(guān)性最高,其他種子瓣俯,花藥杰标,穗的部位都沒(méi)有找到相關(guān)性高的模塊。一個(gè)可能是由于這幾個(gè)部位的樣本量少彩匕,另一方面本身不同處理對(duì)表達(dá)量的影響也很大腔剂。這里只是試一試,并不能反應(yīng)真實(shí)的科學(xué)結(jié)論驼仪。
可以拿表型關(guān)聯(lián)上的模塊做后續(xù)的分析掸犬,如GO,KEGG啥的绪爸,巧的是富集分析也能用TBtools做湾碎。
最后再嘮叨兩句
我發(fā)現(xiàn)最后結(jié)果里還有很多信息沒(méi)有被存下來(lái),我想看選幾個(gè)基因畫TOM圖奠货,或者畫個(gè)網(wǎng)絡(luò)圖介褥,或者是圖的字體太小了,看不清想重新畫递惋,該咋辦柔滔?
最粗暴的辦法還是把整個(gè)網(wǎng)絡(luò)保存下來(lái),想要啥萍虽,自己整睛廊。
以下代碼主要來(lái)源于 WGCNA分析杉编,簡(jiǎn)單全面的最新教程
library(WGCNA)
#把存入的Rdata都讀進(jìn)來(lái)超全,總能用上的 \xk one_traits是我設(shè)的Title name,要改
load("00.one_traits.datatraitbase.Rdata")
load("00.one_traits.net.Rdata")
load("00.one_traits.datatraitbase.Rdata")
load("00one_traits.Modular.Rdata")
load("one_traits.tom-block.1.RData")
Title<-"one_traits"
###TOM圖
moduleColors = labels2colors(net$colors)
TOM <- as.matrix(TOM)
dissTOM = 1-TOM
# Transform dissTOM with a power to make moderately strong
# connections more visible in the heatmap
plotTOM = dissTOM^7
# Set diagonal to NA for a nicer plot
diag(plotTOM) = NA
# Call the plot function
# 這一部分特別耗時(shí),行列同時(shí)做層級(jí)聚類
TOMplot(plotTOM, net$dendrograms, moduleColors,
main = "Network heatmap plot, all genes")
###導(dǎo)出Cytoscape 圖格式
probes = colnames(datExpr)
dimnames(TOM) <- list(probes, probes)
# Export the network into edge and node list files Cytoscape can read
# threshold 默認(rèn)為0.5, 可以根據(jù)自己的需要調(diào)整王财,也可以都導(dǎo)出后在
# cytoscape中再調(diào)整
cyt = exportNetworkToCytoscape(TOM,
edgeFile = paste(Title, ".edges.txt", sep=""),
nodeFile = paste(Title, ".nodes.txt", sep=""),
weighted = TRUE, threshold = 0.5,
nodeNames = probes, nodeAttr = moduleColors)
## 模塊內(nèi)基因與表型數(shù)據(jù)關(guān)聯(lián)
#關(guān)聯(lián)樣品性狀的二元變量時(shí)卵迂,設(shè)置
robustY = ifelse(corType=="pearson",T,F)
if (corType=="pearsoon") {
geneModuleMembership = as.data.frame(cor(datExpr, MEs_col, use = "p"))
MMPvalue = as.data.frame(corPvalueStudent(
as.matrix(geneModuleMembership), nSamples))
} else {
geneModuleMembershipA = bicorAndPvalue(datExpr, MEs_col, robustY=robustY)
geneModuleMembership = geneModuleMembershipA$bicor
MMPvalue = geneModuleMembershipA$p
}
# 計(jì)算性狀與基因的相關(guān)性矩陣
## 只有連續(xù)型性狀才能進(jìn)行計(jì)算,如果是離散變量绒净,在構(gòu)建樣品表時(shí)就轉(zhuǎn)為0-1矩陣见咒。
traitData<-read.table(traitsfile,header=T,sep='\t') #traitsfile 表型文件
if (corType=="pearsoon") {
geneTraitCor = as.data.frame(cor(datExpr, traitData, use = "p"))
geneTraitP = as.data.frame(corPvalueStudent(
as.matrix(geneTraitCor), nSamples))
} else {
geneTraitCorA = bicorAndPvalue(datExpr, traitData, robustY=robustY)
geneTraitCor = as.data.frame(geneTraitCorA$bicor)
geneTraitP = as.data.frame(geneTraitCorA$p)
}
## Warning in bicor(x, y, use = use, ...): bicor: zero MAD in variable 'y'.
## Pearson correlation was used for individual columns with zero (or missing)
## MAD.
# 最后把兩個(gè)相關(guān)性矩陣聯(lián)合起來(lái),指定感興趣模塊進(jìn)行分析
module = "brown"#感興趣的模塊
pheno = "Root" #感興趣的性狀
modNames = substring(colnames(MEs_col), 3)
# 獲取關(guān)注的列
module_column = match(module, modNames)
pheno_column = match(pheno,colnames(traitData))
# 獲取模塊內(nèi)的基因
moduleGenes = moduleColors == module
# 與性狀高度相關(guān)的基因,也是與性狀相關(guān)的模型的關(guān)鍵基因
verboseScatterplot(abs(geneModuleMembership[moduleGenes, module_column]),
abs(geneTraitCor[moduleGenes, pheno_column]),
xlab = paste("Module Membership in", module, "module"),
ylab = paste("Gene significance for", pheno),
main = paste("Module membership vs. gene significance\n"),
cex.main = 1.2, cex.lab = 1.2, cex.axis = 1.2, col = module)