آنالیز شبکه های همبستگی وزن دار با استفاده از پکیج WGCNA
11 تیر 1401
ارسال شده توسط علیرضا دوست محمدی

آنالیز شبکه های همبستگی به عنوان یک روش زیست شناسی سامانه ای کاربرد بسیاری در حوزه بیوانفورماتیک از جمله آنالیز شبکه های هم بیانی ژن دارد.
این آنالیز ها می توانند نقش کلیدی در شناسایی ژن ها با الگوی بیانی مشابه ایفا کنند. اهمیت شناسایی این ژن ها در بررسی ارتباط میان ژن ها از جمله تاثیر آنها در بیان یکدیگر و شناسایی مسیر های متابولیسمی مرتبط می باشد و می توان از نتایج آن جهت انتخاب بایومارکر ها برای ساخت دارو ، ارائه روش درمانی و یا شناسایی زود هنگام سرطان ها استفاده کرد.
پکیج WGCNA جهت آنالیز شبکه های همبستگی وزن دار توسعه داده شده است. این پکیج ابتدا ژن ها را بر اساس ارتباط میان بیانشان در نمونه های مختلف دسته بندی می کند. جهت دسته بندی ژن ها WGCNA ازhierarchical clustring استفاده میکند. این پکیج ابتدا با روشی پویا به جداسازی کلاسترها از یکدیگر پرداخته و با دسته بندی Eigengene ها به ادغام ژن های مشابه می پردازد. Eigengene برداری است که با استفاده از PCA بر روی ژن های هر ماژول بدست می آید.
سپس با بررسی ویژگی های توپولوژیکی شبکه، ژن های هم بیان (ماژول) شناسایی می شوند. جهت بررسی ارتباط میان ماژول ها درون شبکه ای، ارتباط میان شبکه ها و ارتباط ماژول ها با ویژگی های قابل اندازه گیری پزشکی از eigengene استفاده می شود.
با شناسایی ماژول های مهم در ارتباط با ویژگی های قابل اندازه گیری پزشکی می توان با استفاده از ابزارهایی نظیر DAVID به شناسایی مسیرهای متابولیسمی مرتبط پرداخت.
از قابلیت های ویژه WGCNA می توان به پردازش موازی داده ها، خروجی جهت نمایش گرافیکی شبکه ها در نرم افزار های cytoscape و VisANT اشاره کزد.
لینک مقاله:
https://bmcbioinformatics.biomedcentral.com/articles/10.1186/1471-2105-9-559

درباره علیرضا دوست محمدی
فارغ التحصیل کارشناسی ارشد رشته بیوانفورماتیک از دانشگاه تربیت مدرس
نوشتههای بیشتر از علیرضا دوست محمدی
دیدگاهتان را بنویسید
برای نوشتن دیدگاه باید وارد بشوید.