R WGCNA Cytoscape中枢基因

Question

我有以下问题：

WGCNA - http://labs.genetics.ucla.edu/horvath/htdocs/CoexpressionNetwork/Rpackages/WGCNA/Tutorials/

执行1.6节，将网络导出到外部软件(Cytoscape)

我目前正在尝试对一组基因执行WGCNA，但我在获取每个模块的顶级x hub基因时遇到了问题。我正在尝试将网络导出到Cytoscape，并使用与导出到VisANT相同的方法获取顶部x hub基因。

# Select modules (only interested in one for now)
modules = c("greenyellow")

# Select module probes
probes = names(datExpr)
inModule = is.finite(match(bwModuleColors, modules))
modProbes = probes[inModule]
modGenes = annot$gene_symbols[match(modProbes, annot$geneID)]

# Select the corresponding Topological Overlap
modTOM = TOM[inModule, inModule]
dimnames(modTOM) = list(modProbes, modProbes)

# Restrict the network to the top 30 genes
nTop = 30
IMConn = softConnectivity(datExpr[, modProbes]
top = (order(-IMConn) <= nTop)

# Export the network into a fomat that Cytoscape can read
cyt = exportNetworkToCytoscape(modTOM[top, top],
  edgeFile = paste("CytoscapeInput-edges-", paste(modules, collapse="-"), ".txt", sep = ""),
  nodeFile = paste("CytoscapeInput-nodes-", paste(modules, collapse="-"), ".txt", sep = ""),
  weight = TRUE,
  threshold = 0.02,
  nodeNames = modProbes,
  altNodeNames = modGenes,
  nodeAttr = bwModuleColors[inModule])

我已经写了一个简短的循环来计算每个基因的连接数量，它的工作方式与预期的一样，但第X个基因始终没有连接。假设x是30。如果我将截止值增加到31个hub基因，第30个基因现在显示出与网络中其他基因的连接，但第31个基因什么也没有显示。此外，这种变化增加和减少了与网络中其他基因的一些连接数量。这真的很困扰我，因为应该只添加连接，因为网络由一个基因变得更大，并且这些变化应该由第30个基因来解释，但输出不是这样。

# Split the cytoscape file into two parts: edge and node
node <- cyt$nodeData
edge <- cyt$edgeData


# The limit covers all of the connections in the edge file by determining the length of the column ‘fromNode’
limit <- length(edge$fromNode)

# Create an empty list to store the counts for each gene
counts = list()

# Loop for the genes going from 1 to the number of genes specified for the network, ‘nTop’
for (i in 1:nTop) {

# Reset the count for each new gene and specify the names of the gene of interest and the matching genes
  name = node$nodeName[[i]]

  count = 0

# Nested loop that searches for matches to the gene in question in both the ‘fromNode’ and ‘toNode’columns, and adds one to the count for each match.
  for (j in 1:limit) {
    matchName1 = edge$fromNode[[j]]
    matchName2 = edge$toNode[[j]]
    if (name == matchName1 || name == matchName2)
      {count = count + 1}
    }

# Create a string for the attribute in the correct format
    attribute <- paste(name, "=", count)

# Adds the count to the list
  counts <- c(counts, attribute)
  }
# End of loop

循环看起来像预期的那样工作，所以我认为问题出在网络结构上。我现在正在参考我所知道的关于线性代数、矩阵和拓扑的知识，试图看看问题是不是它们的排序方式或类似的东西，但这可能只是exportNetworkToCytoscape()函数的工作方式。

Answer 1

modules = "brown"；

======> =行名(DatExpr_human)行中的======>数据基因和列中的样本。

inModule = is.finite(match(modules_human，模块))

modTOM = dissTOM_HumaninModule，inModule；

modProbes = probesinModule；

dimnames(modTOM) = list(modProbes，modProbes)

nTop = 30；

datExpr = t(datExpr_human)

IMConn = softConnectivity(datExpr，modProbes)；

top =(排名(-IMConn) <= nTop)

cyt = exportNetworkToCytoscape(modTOMtop，edgeFile，edgeFile= paste("CytoscapeInput-edges-"，paste(modules，collapse="-")，".txt"，sep="")，nodeFile = paste("CytoscapeInput-nodes-"，paste(modules，collapse="-")，".txt"，sep="")，加权= TRUE)