前言
在前一期的推文;hdWGCNA:将单细胞和空间转录组的WGCNA分析变成现实中,Immugent已经对hdWGCNA包进行了整体介绍。那么,从本期推文开始,生信宝库会陆续推出系列代码实操的推文来帮助大家如何在自己的分析流程中使用hdWGCNA。
本期推文主要是介绍如何搭建hdWGCNA的分析流程,因为这个包调用的资源较多,所以最好专门创建一个分析环境。
代码流程
作者推荐构建一个新的R语言环境来供hdWGCNA分析使用。
# create new conda environment for R
conda create -n hdWGCNA -c conda-forge r-base r-essentials
# activate conda environment
conda activate hdWGCNA
紧接着打开R语言,按照依赖包:
Bioconductor, an R-based software ecosystem for bioinformatics and biostatistics.
Seurat, a general-purpose toolkit for single-cell data science.
WGCNA, a package for co-expression network analysis.
igraph, a package for general network analysis and visualization.
devtools, a package for package development in R.
# install BiocManager
install.packages("BiocManager")
# install Bioconductor core packages
BiocManager::install()# install additional packages:install.packages(c("Seurat", "WGCNA", "igraph", "devtools"))
随后可以通过下列命令安装hdWGCNA包;
devtools::install_github('smorabit/hdWGCNA', ref='dev')
如果直接按照失败,可能是网络的原因。可以换个时间点挑个网络好的时候安装。也可以通过下载source code,通过运行以下命令安装。
devtools::install_local("hdWGCNA-0.1.1.tar.gz")
当然,如果所有办法都尝试过了,均安装不上,可以通过后台联系我们远程帮你安装。
说在最后
从下一期推文开始,Immugent将会通过代码实操的方式介绍如何使用hdWGCNA包用于自己的分析流程,敬请期待~~