WGCNA如何剔除异常样本

WGCNA如何剔除异常样本

小编给大家分享一下WGCNA如何剔除异常样本，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

WGCNA剔除异常样本

做WGCNA分析，需要对基因和样本进行一定的筛选。一般来说，会采用如下的筛选方案：

1. 筛选掉基因表达丰低， 在各个样本中变化不大的基因

2. 筛选掉异常的样本

基因的筛选，比较好处理。但是异常样本比较难办，可以参考WGCNA的一份代码，参考如下的代码：

#计算相似性矩阵A=adjacency(t(datExpr),type="signed")#计算网络的连接度k=as.numeric(apply(A,2,sum))-1#连接度标准化Z.k=scale(k)#设置连接度筛选阀值，这部分是关键，筛选掉异常的样本thresholdZ.k=-2.5#将异常样本进行标注outlierColor=ifelse(Z.k<thresholdZ.k,"red","black")#删除异常样本remove.samples=Z.k<thresholdZ.k|is.na(Z.k)datExpr=datExpr[!remove.samples,]datTraits=datTraits[!remove.samples,]

以上是“WGCNA如何剔除异常样本”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注恰卡编程网行业资讯频道！