温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

WGCNA如何剔除异常样本

发布时间:2022-03-18 14:50:40 来源:亿速云 阅读:567 作者:小新 栏目:开发技术

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!

向AI问一下细节

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。

AI