WGCNA基因表达调控网络分析，是基于大样本量的转录组数据整体分析方法，将基因根据表达模式相似性分为不同模块，分析基因间调控关系，能够快速从海量数据中筛选与特定样本或性状相关的基因集，找出在转录调控中起到重要作用的核心基因，并通过网络中已知基因轻松预测未知的基因调控关系。

来基迪奥做RNA-seq，样本数达到15个以上，免费送价值5000元的WGCNA分析！
活动时间：10月8日起至12月31号

应用范围：
 

基迪奥优势：

案例：小鼠大脑皮层不同亚层和发育时间的基因表达动态调控^[1]

大脑皮层可以分成不同的亚层，亚层间包含不同的细胞类型和突触连接，而皮层发育与功能分化过程中的转录调控机理仍然未知。本文对小鼠大脑皮层三个亚层（SgL, L4, IgL）6个发育阶段（出生后4,6,8,10,14,180（成年））共36个样本进行转录组测序和WGCNA分析，并根据所有样本的基因表达模式，将基因分为39个模块。这些模块根据基因的时空表达特性又可以进一步合并为5个cluster，其中cluster I和cluster V是时间特异性的，其余三个cluster是空间（亚层）特异性的（图1A）。
另外，通过模块中基因的表达模式，我们可以了解这些基因在不同亚层、不同发育阶段的表达模式。如图1C所示，M5和M7模块中的基因普遍在浅层的大脑皮层中高表达（蓝线），并且表达趋势呈现先上升再下降。
通过对模块基因的功能富集分析以及各个模块中基因的细胞表达特异性分析，发现M5和M7模块富含星形胶质细胞特异性基因，而这两个模块基因显著富集于血管生成，这与前人报道的星形胶质细胞与血管生成有关的结论一致(图1C)。

图1 小鼠大脑皮层不同亚层和不同发育阶段的基因表达模式
 

对模块中的关键基因（hub gene）进行局部调控网络分析，发现M13模块中的基因与M27模块中的4个基因和M31模块中的两个基因高度相连（图2）。其中，Sema5A基因前人报道在IgL皮层中的少突胶质细胞和神经细胞中表达，这与M27和M13模块中基因的特异性细胞表达模式一致，表明Sema5A在大脑皮质发育过程中具有重要作用。

图2 模块基因局部调控网络

参考文献
[1] Fertuzinhos S, Li M, Kawasawa Y I, et al. Laminar and temporal expression dynamics of coding and noncoding RNAs in the mouse neocortex[J]. Cell reports, 2014, 6(5): 938-950.