今天给大家分享的是一篇2＋分的学习笔记。这篇学习笔记通过差异表达基因（DEGs）筛选、加权共表达网络分析（WGCNA）、GO和KEGG富集分析、PPI网络分析确定枢纽基因、验证枢纽基因，最后筛选出相关小分子药物。通过一系列的分析，最终找到了20个枢纽基因，并发现了在幼年型皮肌炎（JDM）中起关键作用的基因功能。
题目：使用共表达网络分析（WGCNA）揭示线粒体功能障碍和干扰素特征在幼年型皮肌炎（JDM）中的关键作用
一、研究背景
幼年型皮肌炎（JDM）是一种罕见的慢性儿童发病的自身免疫性疾病，其特点是皮肤和肌肉内的小血管和组织发生炎症浸润。JDM的病因尚未明确，有研究表明遗传和环境因素在其发病过程中发挥着重要的作用。加权基因共表达网络分析（WGCNA）算法是一种强大的生物信息学方法，利用WGCNA对JDM肌肉样本的病理状态和基因表达数据进行分析，探索和验证与JDM相关的枢纽基因，并预测治疗JDM的小分子药物，前景广阔。
二、分析流程
三、结果解读
1． 筛选差异表达基因（DEGs）
使用R软件包Limma从训练数据集GSE3307（39个肌肉活检样本，包括21个JDM患者和18个健康对照）中挑选出2834个差异表达基因，包括1888个下调基因和946个上调基因。筛选标准为假阳性率（FDR）＜0．05和｜log2fold change｜＞1。
2． 构建共表达网络（WGCNA）
直接使用GSE3307中方差排前25％的5103个基因进行WGCNA构建。为确保无标度网络的无标度R2等于0．90（代表该模型的预测准确度高），选择的软阈值等于10。最终得到了13个模块（图1和图2）。
图1． 基因谱系图（红线以下为有效的模型）
图2． 基因的聚类树图（每一种颜色代表一个模块）
