尔云间  一个专门做科研的团队

原创 小果 生信果

小伙伴们，大家好呀，很高兴和大家见面，最近看到有果粉提问关于WGCNA分析中的POWER图谱的问题，之前呢有写过关于WGCNA分析中的一些专业术语基础知识的推文，如果有小伙伴需要，可直接在往期里面查找就可以了，今天呢我们来聊聊关于如何进行power读图。

内容分为两部分，

【资料图】

一是介绍什么是power

二是power图解读

走神的，还没有准备好的小伙伴快来看这吧。

一、介绍power

Power：这个是软阈值，是根据 pickSoftThreshold函数计算出来的。在统计中它是一个检验研究工作有效性的指标，Power越大，研究结果越可靠。在此处是反应相关性数值是否或者接近无标度网络特征，具有重大的生物意义。

二、解读power图谱

首先power图谱是像上图这样的。其中的左图为尺度独立性，右图为邻接均值。power值的确定就是根据这两个图进行确定的，二者缺一不可。

上图所示的左右两个图谱的横轴均代表权重参数即软阈值，左图纵轴Scale Free Topology Model Fit，即 signed R^2，是对应的网络中log(k)与log(p(k))相关系数的平方R^2。WGCNA包中的推荐的最佳power值为20，根据左图中的红线位置，确定power阈值选为20，即此时的左图的纵坐标 R^2 在0.85左右，说明该网络越逼近无尺度分布。相关系数的平方越高，说明该网络越逼近无网路尺度的分布。

右图的纵轴代表对应的基因模块中所有基因邻接函数的均值。当右图中横坐标中的power阈值选为20时，邻接函数的均值也逐渐接近于0，呈现出平缓的趋势。

到这里呢，小果的分享就到此结束了，小伙伴有什么问题可以私信小果，期待与小伙伴再会。

推荐阅读

不会使用MSigDB数据库下载数据？快来看这这里

小果教你解读WGCNA分析中的module-trait realtionship图谱

R语言pophelper包对 Admixture遗传结构分析可视化

独木成林，小果教您用genemania把少量基因做成PPI网络图

关注小果，小果将会持续为你带来更多生信干货哦。

生信果   生信入门、R语言、生信图解读与绘制、软件操作、代码复现、生信硬核知识技能、服务器等原创内容