博文

WGCNA+：集成多组学数据的人工智能驱动WGCNA

已有 723 次阅读 2026-9-27 10:04 |个人分类:科普|系统分类:科普集锦

WGCNA+：集成多组学数据的人工智能驱动WGCNA

现代生物医学研究越来越依赖于对多个分子层面的同步分析，例如转录组学、蛋白质组学、代谢组学和表观基因组学。这种多组学范式从根本上改变了系统生物学，它能够通过分子间的相互作用和调控级联来剖析复杂的表型，而这些是任何单一组学都难以捕捉的。数据层是孤立的。整合此类数据需要分析框架，这些框架不仅能够连接各个层，而且能够识别跨层的生物学连贯结构。

加权基因共表达网络分析 (WGCNA) 是一种广泛应用于功能基因组学分析的计算方法。WGCNA 几乎完全应用于转录组学数据，它通过构建基于成对相关性的加权邻接网络来识别共表达基因模块，应用软阈值幂变换来近似无标度拓扑结构，并通过拓扑重叠矩阵的层次聚类对基因进行聚类。模块特征基因代表每个模块表达谱的第一主成分，被用作模块代表，并可与表型相关联以识别具有生物学意义的共表达程序。WGCNA 已被应用于神经科学、肿瘤学和免疫学等领域的众多研究。

关键在于，标准的 WGCNA 框架存在一些局限性，限制了其在多组学环境中的应用。首先，它是为单组学设计而开发的。WGCNA 是为基因表达数据开发的，并没有提供联合分析和整合不同分子层的系统机制。例如，希望将 WGCNA 应用于混合转录组学和蛋白质组学数据的研究人员，要么需要由于缺乏专门的跨层模块发现或富集方法而进行多次独立运行，要么只能将 WGCNA 应用于转录组学领域。其次，当前的 WGCNA 存在已知的计算可扩展性问题：完整的 TOM 计算需要 O(n³)次运算（针对n个特征）和O(n²)的内存。对于任何包含数万个特征的数据集（这在现代生物医学研究中几乎是典型情况），这都会造成严重的计算瓶颈。WGCNA 的分块方法通过分块处理特征在一定程度上缓解了这个问题，但可能导致模块结构欠佳。第三，标准的 WGCNA 富集分析无法涵盖所有最终可用于解释生物学发现的组学层。一个典型的例子是与蛋白质组学/代谢组学谱显著相关的转录组模块。WGCNA 的“blockwiseConsensusModules”函数可以识别在多个（转录组学）数据集中保守的模块。然而，目前尚无整合框架来整合来自同一组样本或不同实验队列的多个组学层。此外，WGCNA 中检测到的基因模块可能难以解释，通常需要耗费大量时间进行后续分析，才能将其置于生物学和生物医学领域进行解读。目前，利用人工智能辅助生物学解释和结果总结已十分普遍。大量研究致力于利用人工智能功能增强现有的生物信息学工具。其目标是提高速度，减少遗漏潜在重要信号的可能性，并挽救被忽略的基因谱。因此，除了多组学功能外，作者们还为 WGCNA+ 配备了人工智能驱动的结果注释工具，并辅以信息图表。结果的自动化生物学解释能够提供即时的生物学见解，为生物学家提供了一个协作平台，以便他们处理初步解释并更快地决定后续研究方向。

之前已经做出了一些努力来解决 WGCNA 的具体限制并扩大其用途。 hdWGCNA通过元细胞聚合调整高维单细胞和空间转录组数据的框架。然而，hdWGCNA 仍然仅限于单一数据类型。另一个扩展是 CWGCNA旨在通过典型相关分析进行因果推理和多组学聚类。然而，CWGCNA 并未实现跨多个组学层的统一共表达网络框架。WGCNA 已独立应用于各个组学层，但这种方法不适合捕获跨组学改变，并且还可能挑战重现性。迄今为止，还没有 R 包为多组学 WGCNA 提供连贯的端到端框架，并具有集成的跨层富集、共识分析、计算加速和自动报告。

Zito等人推出了 WGCNA+，这是一个全新的 R 包，它通过基于原则的多组学功能解决了这些局限性（图1，https://github.com/bigomics/WGCNAplus）。WGCNA+ 通过添加多组学支持、计算高效的拓扑重叠矩阵 (TOM) 近似以及丰富的 AI 驱动注释，显著扩展了 WGCNA 的功能。WGCNA+ 引入了：(i) 具有跨组学富集功能的统一的逐层网络推断流程；(ii) 用于大规模分析的快速、基于奇异值分解 (SVD) 的 TOM 计算；(iii) 跨数据集/条件的集成共识分析框架；(iv) “LASAGNA” 多部分图模型，以表型为条件；(v) AI 驱动的模块注释和信息图表。WGCNA+ 基于 WGCNA 构建，并与其完全兼容。

图1 WGCNA+ 软件概览。黄色“NEW”和“AI”框标示了 WGCNA+ 的新增功能

参考文献

[1] Antonino Zito, Xavier Escriba’ Montagut, Santiago Cano-Muniz, Axel Martinelli, Murodzhon Akhmedov, Ivo Kwee. WGCNA+: AI-powered WGCNA for Integration of Multi-Omics Data bioRxiv 2026.09.02.748772; doi: https://doi.org/10.64898/2026.09.02.748772

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC