基于WGCNA算法的基因共表达网络构建理论及其R软件实现

WGCNA(weighted geneco-expression network analysis)算法是一种构建基因共表达网络的典型系统生物学算法,该算法基于高通量的基因信使RNA(mRNA)表达芯片数据,被广泛应用于国际生物医学领域。本文旨在介绍WGCNA的基本数理原理,并依托R软件包WGNCA以实例的方式介绍其应用。WGCNA算法首先假定基因网络服从无尺度分布,并定义基因共表达相关矩阵、基因网络形成的邻接函数,然后计算不同节点的相异系数,并据此构建分层聚类树(hierarchical clusteringtree),该聚类树的不同分支代表不同的基因模块(module),模块内基因共表达程度高,而分数不同模块的基因共表达程度低。最后,探索模块与特定表型或疾病的关联关系,最终达到鉴定疾病治疗的靶点基因、基因网络的目的。     

SARS-CoV-2病毒感染潜在关键分子生物标志物及免疫浸润特征分析

应用生物信息学方法筛选新型冠状病毒肺炎（corona virus disease 2019,COVID-19）感染的潜在关键分子生物标志物并分析其免疫浸润特征。从GEO数据库下载GSE152418数据集,其中COVID-19患者17例,健康对照17例。用加权基因共表达网络分析（weighted gene co-expression network analysis,WGCNA）方法筛选出COVID-19最相关的模块基因。与差异基因取交集得到共同基因,进行功能及信号通路富集分析,构建蛋白互作网络筛选关键基因,构建关键基因的miRNA-TF-mRNA调控网络,用CIBERSORT算法预测样本免疫细胞浸润特征。差异分析得到2 049个差异基因。WGCNA分析7个模块中“土耳其蓝色”模块与COVID-19相关性最高（r=0.91,P<0.001）。模块中基因显著性和模块隶属度呈显著正相关（r=0.96,P<0.001）。得到共同基因766个,主要参与有丝分裂、微管结合、阳离子通道活性及卵母细胞减数分裂、细胞衰老等。蛋白互作网络筛选到前10位关键基因分别为CDK1、BUB1、CCNA2、CDC20、KIF11、BUB1B、CDCA8、TOP2A、CCNB2、KIF20A,构建的miRNA-TF-mRNA网络包含51个miRNA、5个TF、10个mRNA。COVID-19患者较健康对照组幼稚B细胞、嗜酸性粒细胞浸润水平显著降低（P<0.05）,浆细胞、活化肥大细胞浸润水平显著升高（P<0.05）。通过WGCNA及蛋白互作网络分析筛选出10个关键基因,并预测到调控关键基因的5个TF及51个miRNA,且COVID-19患者与健康对照的免疫浸润特征存在统计学差异,这些与免疫细胞相关的分子标志物可能作为COVID-19免疫治疗的潜在靶标。     

VitisMod:一个葡萄基因共表达数据库

葡萄转录组已在各种组织、发育阶段、生物胁迫、非生物胁迫和其他条件下被测定。目前,仍没有简单实用的网络工具来探索这些宝贵的数据。本文从美国国立生物技术信息中心的基因表达数据库(NCBI GEO)下载1019个基因表达芯片数据,进行权重基因共表达网络分析(WGCNA)。鉴定到41个基因共表达模块。功能富集分析发现这些模块具有不同的功能,并与实验/表型相关。通过模块内连接度筛选枢纽基因,这些基因可能具有重要功能。通过关联推定(Guilt-by-association)原理对模块内功能未知的基因进行功能预测。最后,构建了免费的网络工具VitisMod,为葡萄的基因功能研究提供新资源,网址为：http://bioinformatics.fafu.edu.cn/grape。     

埃及伊蚊不同组织的基因共表达模式分析

【目的】利用权重基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)探索埃及伊蚊Aedes aegypti不同组织基因共表达模式。【方法】从NCBI SRA数据库中选择埃及伊蚊不同组织的转录组数据中具代表性的9种组织(雌雄成蚊的触角和脑,雌蚊的喙、下颚须和卵巢,雄成蚊的前足、中足、后足和腹部末端)的双端测序数据;经过缺失值移除以及方差计算后,筛选出方差最大的5 000个基因,利用R软件中WGCNA包建立埃及伊蚊成蚊不同组织的基因共表达网络并划分模块;然后利用clusterProfiler包对组织特异性模块内的基因进行GO(Gene Ontology)和KEGG(Kyoto Encyclopediaof Genes and Genomes)富集分析,并用Cytoscape软件中的CytoHubba插件筛选共表达模块内的hub基因。【结果】从埃及伊蚊成蚊不同组织中共鉴定出11个基因共表达模块,在雌蚊触角、喙、卵巢、下颚须以及雄蚊脑、腹部末端组织中各鉴定出1个特异性表达模块,雄蚊前足、中足和后足组织中无特异性表达模块。6个组织特异性表达模块内基因功能注释到组织生物学功能;其中,雌蚊触角特异性green模块内基因具有气味结合和嗅觉受体活性等功能;雌蚊喙特异性purple模块内基因具有丝氨酸型肽链内切酶活性和丝氨酸水解酶活性等功能;雄蚊脑特异性blue模块内基因在生物学过程调节、信号转导和神经系统过程等生物学过程中发挥主要作用。利用CytoHubba进一步鉴定出所选组织特异性共表达模块中具有高连通性的hub基因,包括AAEL010426, AAEL002896, AAEL002600, AAEL000961, AAEL007784和AAEL006429。【结论】本研究依据埃及伊蚊不同组织转录组数据,利用WGCNA方法发现了许多重要的基因共表达模块。本研究的结果为蚊虫基因共表达模式分析提供新思路和方法基础,对探究蚊虫不同组织特有的基因资源信息以及功能基因生物信息学研究有参考价值。     

月季红双喜花瓣变色的化学基础及比较转录组分析

月季(Rosa hybrida)花色丰富, 是世界著名的观赏花卉。月季红双喜因其花瓣的变色特性而在市场上广受欢迎。该研究通过类黄酮和类胡萝卜素靶向代谢并结合转录组分析, 发现红双喜的黄色花瓣呈色主要源于叶绿素、类胡萝卜素以及类黄酮的积累, 红色花瓣呈色主要是花青素苷积累增加且糖苷化的结果。花青素苷合成关键基因CHI、ANS和UFGT, 以及R2R3-MYB家族的AN2-like成员在红色花瓣中的强烈表达是花青素苷积累的分子基础; 类胡萝卜素成分改变及相关基因的表达变化在红双喜花瓣变色过程中也起重要作用, 并且miRNA156可能参与其调控过程。该研究揭示了月季红双喜花瓣变色的分子和化学基础, 研究结果为观赏植物花色分子设计育种提供了重要理论依据。     

基于WGCNA发掘缺磷、红光和黄光处理下三角褐指藻岩藻黄素合成关键基因

加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)是一种分析多个样本间基因表达模式的方法,可将表达模式相近的基因聚类并发掘与特定的性状或表型相关的关键基因。本研究采用转录组测序和WGCNA方法,分析了三角褐指藻(Phaeodactylum tricornutum)在缺磷、红光和黄光等非生物胁迫下对岩藻黄素积累的影响。结果表明,与对照组相比,岩藻黄素含量在缺磷和红光处理后显著提高(P<0.05),但是在黄光处理后显著降低(P<0.05)。利用转录组测序得到的10,392个基因构建加权基因共表达网络,为了确保无标度网络,选择β=18(R²>0.8)作为软阈值。通过对岩藻黄素含量进行关联分析,共鉴定了10个共表达模块,其中purple模块与岩藻黄素含量呈正相关(r=0.9,P=1E–200),并确定了9个关键基因,包括5个岩藻黄素合成通路上的基因(DXR、PSY、PDS1、ZEP2、VDL2)和4个转录因子基因(bHLH5、HOX2、CCHH13、HSF1b)。进一步利用qRT...     

镉胁迫下地钱转录组的性别特异性响应机制

地钱(Marchantia polymorpha)作为雌雄异株的苔纲植物, 具有对重金属胁迫敏感的特性, 且种群中雌雄比例差异较大, 是研究重金属环境下植物性二态的理想对象之一。为探究雌雄地钱转录组对重金属镉的响应机制差异, 利用高通量测序和加权基因共表达网络分析(WGCNA), 鉴定了在镉胁迫条件下与不同性别地钱有关的模块和基因。结果表明, 镉胁迫响应转录因子雌雄差异主要集中于bHLH、ERF和MYB家族。关键差异响应基因包括MARPO_0147s0038、MARPO_1326s0001和MARPO_0015s0058。差异响应通路雌性主要集中在信号转导通路, 雄性则集中于类黄酮生物合成。研究结果有助于揭示雌雄异株地钱对镉胁迫的反应过程和响应机制, 可为理解雌雄异株植物对重金属胁迫的性别特异性响应机制提供参考。     

水稻早衰突变体LS-es1的基因定位及候选基因分析

衰老是植物发育末期自主发生且不可逆的适应性反应, 叶片早衰相关分子机制研究对水稻(Oryza sativa)遗传改良以及抗衰老品种培育有重要意义。LS-es1是通过EMS诱变粳稻品种TP309获得的稳定遗传的早衰突变体。对LS-es1及其野生型的表型观察和生理生化分析表明, LS-es1叶片中积累了大量活性氧且细胞死亡更多, 同时LS-es1与产量相关的农艺性状均显著下降, 这也验证了LS-es1早衰的特征。对LS-es1及其野生型幼苗进行外源激素处理, 结果表明LS-es1对水杨酸(SA)、脱落酸(ABA)和茉莉酸甲酯(MeJA)更敏感。用图位克隆方法将LS-es1基因定位在水稻第7号染色体长臂46.2 kb区间内, 该区间共包括8个开放阅读框(ORF)。对该区间内的基因进行生物信息学分析, 结果发现Os07g0275300和Os07g0276000两个候选功能基因与早衰途径相关, 并且这2个基因的表达量在野生型和突变体中差异较大。研究结果为进一步克隆LS-es1基因并深入研究其生物学功能奠定了基础。     

水稻早衰突变体LS-es1的基因定位及候选基因分析

衰老是植物发育末期自主发生且不可逆的适应性反应, 叶片早衰相关分子机制研究对水稻(Oryza sativa)遗传改良以及抗衰老品种培育有重要意义。LS-es1是通过EMS诱变粳稻品种TP309获得的稳定遗传的早衰突变体。对LS-es1及其野生型的表型观察和生理生化分析表明, LS-es1叶片中积累了大量活性氧且细胞死亡更多, 同时LS-es1与产量相关的农艺性状均显著下降, 这也验证了LS-es1早衰的特征。对LS-es1及其野生型幼苗进行外源激素处理, 结果表明LS-es1对水杨酸(SA)、脱落酸(ABA)和茉莉酸甲酯(MeJA)更敏感。用图位克隆方法将LS-es1基因定位在水稻第7号染色体长臂46.2 kb区间内, 该区间共包括8个开放阅读框(ORF)。对该区间内的基因进行生物信息学分析, 结果发现Os07g0275300和Os07g0276000两个候选功能基因与早衰途径相关, 并且这2个基因的表达量在野生型和突变体中差异较大。研究结果为进一步克隆LS-es1基因并深入研究其生物学功能奠定了基础。     

另辟蹊径破解小麦条锈病的基因密码

小麦条锈病是由条形柄锈菌小麦专化型(Puccinia striiformis f. sp. tritici, Pst)引起的真菌病害, 在全世界范围内危害小麦(Triticum aestivum)生产。培育和种植持久抗性小麦品种是控制小麦条锈病最有效的方法。由于病原体突变导致免疫受体逃避检测, 因此抗病基因经常失效。而易感基因(S基因)突变介导的抗性常具持久性与广谱性。近日, 西北农林科技大学植物免疫研究团队在揭示小麦受S基因保护的分子机制方面取得显著进展, 为抗病育种提供了有力工具。他们发现小麦感染条锈菌后, 真菌诱导受体样细胞质激酶TaPsIPK1与效应子PsSpg1特异性互作, 通过增强激酶活性和TaPsIPK1进入细胞核促进寄生。TaPsIPK1磷酸化转录因子TaCBF1d。TaCBF1d的磷酸化改变了其下游基因的转录活性。因此, TaPsIPK1和PsSpg1增强TaCBF1d磷酸化可能会重新编程靶基因表达, 干扰植物防御反应, 从而促进病原体感染。在2年的田间试验中, 小麦中TaPsIPK1的CRISPR-Cas9失活赋予了对Pst的广谱抗性, 且不影响重要的农艺性状。该研究首次揭示了由PsSpg1-TaPsIPK1-TaCBF1d在小麦条锈病S基因中触发的新的磷酸化转录调控机制, 为通过作物遗传修饰培育持久抗性品种提供了新策略。     

利用加权基因共表达网络分析方法挖掘香菇发育不同阶段的关键基因

香菇是世界产量第二大食用菌,栽培历史悠久。在木屑袋料栽培模式下,香菇发育可以分为菌丝生长期（G）、菌丝褐化期（B）、原基形成期（P）以及出菇期（FB）4个阶段。褐化期和原基形成期是香菇从营养生长期到生殖生长两个关键发育阶段,对香菇子实体产量和质量至关重要。本研究以3种不同栽培材料为重复,对香菇发育的前3个阶段进行了转录组分析。主成分分析和相似性分析表明,基因随着发育进程的推进,不同栽培基质样本的基因表达特征相似。以菌丝生长阶段的转录本为参照,通过基因差异表达分析,获得与菌丝褐化成熟和原基形成相关的基因,并对这些基因进行GO和KEGG功能富集分析;其次,对9个转录本数据进行加权基因共表达网络分析（WGCNA）,分别获得了与菌丝生长、褐化阶段及原基形成各阶段高度相关的黑色、蓝色及黄色基因模块,并利用网络节点分析获得了与菌丝褐化成熟和原基形成得到7个关键基因;最后,结合差异基因和基因模块分析,得到了菌丝生长阶段的17个重要基因、褐化阶段的167个重要基因以及原基形成阶段的67个重要基因。通过多分析手段结合为筛选候选基因提供了更为高效的方法。     

红松查尔酮合成酶基因CHS密码子偏好性分析

查尔酮合成酶(Chalcone synthase,CHS)广泛存在于植物体内,是花色素形成过程中一种重要的酶,可以进一步催化生成黄酮类化合物。本研究采用Codon W和EMBOSS在线软件对红松查尔酮合成酶基因CHS的密码子使用偏好性进行分析,并与北美乔松等其他24种植物的CHS基因以及模式植物基因组进行比较,对认识红松CHS基因的密码子使用偏好性,为选择适宜的表达系统奠定了一定的基础。研究结果表明:红松CHS基因编码区的有效密码子数(ENC)和GC含量分别为48.92和0.548,C+G含量高于A+T含量,密码子偏好以A/T结尾;多数植物CHS基因的G+C含量高于A+T含量,且密码子更偏好C/G结尾;聚类分析表明,红松与马尾松和赤松的密码子使用偏好性的相似性较高;密码子使用频率研究发现,红松CHS遗传转化与异源表达较优的受体可能是大肠杆菌和拟南芥。     

花青素转录因子调控机制及代谢工程研究进展

花青素是广泛存在于植物中的一类重要的类黄酮化合物, 在植物生长发育和人类营养保健方面具有重要价值。花青素的生物合成途径已经解析得比较清楚, 但花青素的代谢调控网络还在不断完善。调控花青素生物合成的转录因子主要包括MYB、bHLH和WD40三大类, 这些转录因子通过激活或抑制CHS、ANS和DFR等花青素途径关键结构基因的表达水平, 进而决定花青素积累的部位与水平。该文结合国内外花青素生物合成与转录调控方面的研究进展, 简要介绍了花青素的生物合成途径, 归纳总结了模式植物中花青素代谢调控的分子机理, 尤其是MYB、bHLH和WD40三类主要转录因子的调控机理, 以及这些转录因子在观赏植物和水果等经济作物花青素代谢工程中的应用。该文将为系统阐明花青素的转录调控机制和利用代谢工程改良花青素的相关研究提供有益参考。     

应用GSEA和WGCNA方法分析细菌性败血症宿主关键差异基因及意义

【目的】采用生物信息学方法分析公共数据库来源的细菌性败血症患者全血转录组学表达谱,探讨细菌败血症相关的宿主关键差异基因及意义。【方法】基于GEO数据库中GSE80496和GSE72829全血转录组基因数据集,采用GEO2R、基因集富集分析(GSEA)联用加权基因共表达网络分析(WGCNA)筛选细菌性败血症患者相比健康人群显著改变的差异基因,通过R软件对交集基因进行GO功能分析和KEGG富集分析。同时,通过String 11.0和Cytoscape分析枢纽基因,验证枢纽基因在数据集GSE72809(Health组52例,Definedsepsis组52例)全血标本中的表达情况,并探讨婴儿性别、月(胎)龄、出生体重、是否接触抗生素等因素与靶基因表达谱间的关系。【结果】分析GSE80496和GSE72829数据集分别筛选得到932个基因和319个基因,联合WGCNA枢纽模块交集得到与细菌性败血症发病相关的10个枢纽基因(MMP9、ITGAM、CSTD、GAPDH、PGLYRP1、FOLR3、OSCAR、TLR5、IL1RN和TIMP1);GSEA分析获得关键通路(氨基酸糖类-核糖代谢、PPAR信号通路、聚糖生物合成通路、自噬调控通路、补体、凝血因子级联反应、尼古丁和烟酰胺代谢、不饱和脂肪酸生物合成和阿尔兹海默症通路)及生物学过程(类固醇激素分泌、腺苷酸环化酶的激活、细胞外基质降解和金属离子运输)。【结论】本项研究通过GEO2R、GSEA联用WGCNA分析,筛选出与细菌性败血症发病相关的2个枢纽模块、10个枢纽基因以及一些关键信号通路和生物学过程,可为后续深入研究细菌性败血症致病机制奠定理论依据。     

Key modules and hub genes identified by coexpression network analysis for revealing novel biomarkers for larynx squamous cell carcinoma

Larynx squamous cell carcinoma (LSCC) is the second most aggressive head and neck squamous cell carcinoma. Numerous genes have been identified to be aberrantly expressed during the development of LSCC. However, currently, researchers focus more on the individual molecule and downstream genes, leaving the coexpression among genes and key upstream disease driver genes unexploited. In this study, we applied weighted gene coexpression analysis (WGCNA) to decipher potential hub genes driving the development of LSCC. After downloading of LSCC microarray profile from gene expression omnibus, different expression analysis was performed, which was used to conduct functional enrichment analysis. Then, we applied WGCNA to highlight the hub genes which were relevant to the carcinogenesis and progression. A total of 2858 differentially expressed genes were identified in LSCC samples compared with adjacent non-neoplastic tissues. WGCNA revealed three LSCC set-specific modules having significant Kyoto Encyclopedia of Genes and Genomes enrichment effect, including pink, cyan, and black module. Nine hub genes were identified to be crucial in LSCC onset and progression, which may assist clinical decisions and serve as potential targets for LSCC treatment.     

Identification of castration‐resistant prostate cancer‐related hub genes using weighted gene co‐expression network analysis

Prostate cancer is the most common malignancy in urinary system and brings heavy burdens in men. We downloaded gene expression profile of mRNA and related clinical data of GSE70768 data set from public database. Weighted gene co‐expression network analysis (WGCNA) was used to identify the relationships between gene modules and clinical features, as well as the candidate genes. Kyoto Encyclopedia of Genes and Genomes (KEGG) and Gene Ontology (GO) analyses were developed to investigate the potential functions of related hub genes. Importantly, basic experiments were performed to verify the relationship between hub genes and the phenotype previously identified. Lastly, copy number variation (CNV) analysis was conducted to explore the genetical alteration. WGCNA identified that black module was the most relevant module which was tightly related to castration‐resistant prostate cancer (CRPC) phenotype. KEGG and GO analysis results revealed genes in black module were mainly related to RNA splicing. Additionally, 9 genes were chosen as hub genes and heterogeneous nuclear ribonucleoprotein A2/B1 (HNRNPA2B1), golgin A8 family member B (GOLGA8B) and mitogen‐activated protein kinase 8 interacting protein 3 (MAPK8IP3) were identified to be associated with PCa progression and prognosis. Moreover, all above three genes were highly expressed in CRPC‐like cells and their suppression led to hindered cell proliferation in vitro. Finally, CNV analysis found that amplification was the main type of alteration of the 3 hub genes. Our study found that HNRNPA2B1, GOLGA8B and MAPK8IP3 were identified to be tightly associated with tumour progression and prognosis, and further researches are needed before clinical application.