一般WGCNA的分析都是针对单一类型的分子进行分析，比如lncRNA，mRNA，miRNA等，这就导致分析的结果比较单一，信息量不大。今天给大家介绍一篇结合Gene,miRNA分别进行WGCNA的分析，再基于miRNA能调控Gene的表达，从而构建两者之间的互作网络的文章。
分析流程
整个的分析流程非常的清晰，如下图所示：
分析流程的步骤简述如下：
从TCGA下载直肠癌的基因，miRNA表达数据
分别针对基因，miRNA进行表达差异分析，获得差异表达的基因和miRNA
分别针对差异表达的基因和miRNA进行共表达网络(WGCNA)分析，获得聚类模块，并与病理分期这一性状相关联
从显著相关模块中筛选出Hub Gene， Hub miRNA 进行生存分析
病理分期相关的miRNA进行靶基因预测和代谢通路分析，构建miRNA-gene调控网络
分析结果
数据下载和筛选
从TCGA下载基因和miRNA的表达数据，并筛选高质量的样本。最终基因表达数据集中包含450个癌症组织和41个正常组织样本，而miRNA表达数据集中包含455个癌症组织，8个正常组织样本。
差异分析
比较癌症组织和正常组织中的基因，miRNA的表达差异。6486个基因有显著差异，其中3678个上调，2808个下调，而miRNA 则有544个显著的差异，其中350个上调，194个下调。
基因，miRNA分别构建WGCNA调控网络
选择差异表达的基因和miRNA分别构建WGCNA共表达网络，将基因，miRNA聚类成不同的模块。
WGCNA module与性状（病理分期）进行相关分析
基因module与表型性状（病理分期）进行相关分析, 找到了一些与病理分期相关度较高的模块，筛选出模块中的Hub 基因。
miRNA module 与性状（病理分期）进行相关分析，筛选那些与病理分期显著相关的模块，挑选出其中的Hub miRNA。
生存分析
显著相关module 中的hub Gene和miRNA 分别进行生存分析，可以看到一些Gene和miRNA与癌症的预后有显著的相关性。
miRNA-Gene 调控网络
通过miRNA预测其调控的靶基因，并将这些被调控基因与代谢通路（pathway）相联系，构建miRNA-Gene的代谢调控网络
文章亮点
1. 多组学的分析：分别进行了基因，miRNA的共表达网络分析
2. 调控互作分析：miRNA调控基因，构建调控互作网络
3. 生存分析：虽然研究的性状是病理分期，但是病理分析和预后有很大的相关性
4. pathway分析：将miRNA调控的基因与癌症相关的pathway相关联，增加了文章的说服力
参考文献
《identifying mirna and gene modules of colon cancer associated with pathological stage by weighted gene co-expression network analysis》
