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，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
