参考

Tutorial for the WGCNA package for R: I. Network analysis of liver expression data in female mice

1. R包下载

下载不成功就创建一个conda环境，conda search r-base找一个合适版本重新下载一个R。

  1. # repos="https://mirrors.bfsu.edu.cn/CRAN/"
  2. if (!requireNamespace("BiocManager", quietly = TRUE))
  3.     install.packages("BiocManager")
  4. BiocManager::install(c("WGCNA", "AnnotationDbi", "impute", "GO.db", "preprocessCore"))
  1. library(WGCNA)
  2. library(tidyverse)
  3. library(Rmisc)

2. 数据导入

2.1 基因表达数据

筛选后的 TPM 矩阵，不建议只选差异表达基因。

  3. # 读取tpm基因表达矩阵
  4. gene_exp <- read.delim("wgcna.tpm.tsv", row.names=1)
  5. # dim(gene_exp)
  6. datExpr <- t(gene_exp) # 转置
  7. nGenes = ncol(datExpr) # 基因数目
  8. nSamples = nrow(datExpr) # 样本数目

2.2 表型数据

  1. # 读取表型数据，结构和表头等要与tpm一致
  2. sample_info <- read.table("phenotype.tsv", header=T, row.names=1)
  3. sample_info <- log10(sample_info) # 对数转换
  4. datTraits <- t(sample_info)  # 转置
  5. # rownames(datTraits)
  6. # traitRows = match(rownames(datExpr), rownames(datTraits))
  8. # 设定线程数
  9. enableWGCNAThreads(nThreads = 60)