hdWGCNA算法

用途

使用hdWGCNA 算法进行空间基因共表达基因集识别

运行方式

SDAS coexpress hdwgcna -i st.h5ad -o outdir --bin_size 100 \
--input_layer raw_counts \
--selected_genes top5000  \
--moran_path ./moran.csv \
--n_cpus 8 \
--seed 42 \
--knn_neighbors 50  \
--max_shared_cells 15 \
--soft_power 8

输入参数说明

参数	是否必须	默认值	描述
-i / --input	是		Stereo-seq h5ad，要求有原始表达矩阵
-o / --output	是		输出文件夹
--bin_size	是	50	分辨率Bin大小（20, 50, 100, 200, cellbin），与输入h5ad一致
--layer	否		指定h5ad中原始表达矩阵的layer层 （例如layers[‘raw_counts’]
--selected_genes	否	top5000	基因列表（topn高变基因, full全部基因）
--moran_path	否		已计算好的基因莫兰指数列表路径
--n_cpus	否	8	并行计算进程数
--seed	否	42	随机种子
--knn_neighbors	否	50	合并细胞时KNN算法覆盖的邻域spot/细胞个数（k neighbor）
--max_shared_cells	否	15	合并细胞时KNN算法覆盖的最多交集spot/细胞个数
--soft_power	否		网络构建时使用，默认自动选择无标度拓扑模型拟合度达到 0.8 的最低 soft_power

输出结果展示

结果文件	描述
<input_name>_hdwgcna.module.csv	空间高变基因（gene symbol+gene id）对应的共表达基因集（module）的共表达基因集的结果csv
<input_name>_hdwgcna.module_score.csv	共表达基因集的基因集打分结果csv
<input_name>_hdwgcna.coexpress.rds	含有共表达基因集结果的rds文件
<input_name>_hdwgcna.module_score.png/pdf	共表达基因集的基因集打分空间热图
<input_name>_hdwgcna.all_coex_dendrogram.png/pdf	共表达基因集的相似性树状图
<input_name>_hdwgcna.softpowers.png/pdf	构建网络的soft_power阈值图
<input_name>_hdwgcna.moran.csv	如果使用topn计算，输出全部基因的莫兰指数以及P值

• 共表达基因集的结果csv：<input_name>_hdwgcna.module.csv，以逗号分隔。hdWGCNA输出结果展示识别的空间高变基因对应的共表达基因集（module），kME表示某个基因的表达模式与所在模块的​​模块特征基因（Module Eigengene, ME）​​之间的相关性强度，kME值越接近1或-1，表明该基因越可能是枢纽基因（hub gene）

real_gene_name	geneid	Module	color	kME_Module1	kME_Module2	kME_grey	kME_Module3	kME_Module4	kME_Module5	kME_Module6	kME_Module7	kME_Module8	kME_Module9
A2M	ENSG00000175899	Module1	green	0.47946868988301	-0.107096403482606	-0.178114022165641	0.0676792398874597	0.095966109797419	-0.0907050325056857	-0.0529390531160642	-0.150612945887371	0.0878907827651177	0.0249952108382643
A2M-AS1	ENSG00000237094	Module1	green	0.54370397007705	-0.150011910577089	-0.254597937099371	0.0926882061841318	0.140032173496191	-0.115227951266487	-0.101675353602963	-0.222107282189061	0.0803636102659976	0.0426306888623326
A2ML1	ENSG00000166535	Module2	yellow	0.0404144692736028	0.479908573141937	0.194701680726881	-0.327610748128114	0.0430624759042059	0.429681007497005	-0.342984504779987	0.145625804577339	-0.386999928188458	0.08281144751312791
A2MP1	ENSG00000256069	grey	grey	-0.046660656715667	0.20294339804614	0.284819067476003	-0.0506850476403686	-0.205976941174478	0.244779685854094	0.000250607520833238	0.170101997387916	-0.0177549796818324	0.0639042087827032

• 共表达基因集的基因集打分结果csv：<input_name>_hdwgcna.module_score.csv，以逗号分隔。hdWGCNA输出结果展示识别的每个共表达基因集（module）的表达量打分的高低

	Module6	Module3	Module8	Module2	grey	Module7	Module5	Module9	Module1	Module4
2200_16100	-3.23688863476392	-4.34756288337066	-2.3278151796256	-8.21694142422341	-14.8112682710791	-9.12253218247156	-10.174563894144	-3.09447240000024	0.481660736850741	3.91787079378259
2200_17200	5.77873502485046	0.783016254503074	1.06582091429724	-6.03050203635639	-3.71256039305597	-0.825856084852031	-3.67468239887104	-2.09159016878048	-2.639251117267012	5.41583186417414
2300_16700	7.90521666109811	2.93759207152763	-0.391450035802177	-3.02639637030598	1.63013439679168	1.66371621513915	-1.51360146647437	-0.8975499248414	-4.66703690157902	1.40723191567521

• 共表达基因集的基因集打分空间热图<input_name>_hdwgcna.module_score.png/pdf：可视化所有共表达基因集（Module）的空间分布模式。图中颜色强度表示共表达基因集表达量的高低

• 构建网络的soft_power阈值图<input_name>_hdwgcna.softpowers.png/pdf：分析不同软阈值参数的网络构建效果，默认自动选择无标度拓扑模型拟合度达到 0.8 的最低 soft_power

• 共表达基因集的相似性树状图<input_name>_hdwgcna.all_coex_dendrogram.png/pdf：展示不同共表达基因集（Module）之间的相似性聚类树状图

结果解读说明

• 共表达基因集从Module1开始，grey为不符合共表达基因集聚类要求的基因。

调参建议

• 若样本bin20/50基因数低于200，或其他特殊样本，识别的空间共表达基因集较少，可根据soft_power测试图调低阈值。

• 可自定义knn_neighbors、max_shared_cells参数以获得更多可解读结果。