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。