【网易云课堂】数据挖掘—miRNA调节网络的构建

如果你手上有一批 miRNA 表达数据和 mRNA 表达数据，却卡在「怎么把这两堆数字变成一张能讲出故事的调控网络」这一步，这门课要补的就是这个缺口。它不讲生物信息学的宏大叙事，只处理一个具体问题：从差异表达结果出发，经过靶基因预测、表达相关性验证，最后落到一张可读、可调、可发表的网络图上。

先确认自己缺的是哪一块

miRNA 调节网络构建这件事，表面看是画图，实际是一条串联了统计、算法和工具操作的链路。常见的卡点有三类，你可以先对号入座：

• 会做差异分析，也会用预测数据库，但不知道预测结果该怎么和表达数据交叉验证，导致候选靶基因一列就是上千个。
• 听说过 WGCNA，但只会在教程数据上跑通代码，换个数据集就不知道软阈值怎么选、模块和性状怎么关联。
• 能把网络导出成图片，但布局混乱、节点重叠、Hub 基因识别不出来，图放不进论文也讲不清结论。

这三类缺口对应的正是课程的组织逻辑：调控关系怎么建、模块怎么划、网络怎么画。如果你已经能独立完成整条链路，这门课对你价值有限；如果你恰好卡在其中某一步，针对性看对应部分即可，不必从头顺播。

调控关系不是预测出来就算数

课程前半段处理的是「关系」的可靠性问题。靶基因预测工具给出的是序列层面的可能性，而真正要进网络的边，需要表达层面的证据支撑：miRNA 与靶基因的表达是否呈负相关、在不同样本或分组中这种关系是否稳定、阈值怎么定才不会把噪声当信号。这部分讲的是判断标准，不是软件按钮。看完应当能回答：为什么同一条 miRNA 在不同数据集里靶基因列表差异很大？负相关阈值定在多少是合理的，依据是什么？预测结果和表达相关性取交集之后剩多少条边才算正常？

WGCNA 在这里扮演什么角色

很多学习者把 WGCNA 当成一个独立专题去学，结果学完不知道怎么和 miRNA 结合。这门课把它放在网络构建的语境里：先按表达模式把基因划分成模块，再看模块与性状、模块与 miRNA 之间的关联，从而把「一對一的靶向关系」提升到「模块级的调控关系」。重点不在 R 包参数，而在于理解软阈值的意义、模块划分结果怎么解读、模块特征值与 miRNA 表达的相关性说明什么问题。这一块看完，你应该能说清：为什么直接拿几千个差异基因建网络会失败，而先降维到模块就可行。

Cytoscape 部分要练的是取舍

网络可视化的难点从来不是导入文件，而是决定哪些节点和边该留下。课程里 Cytoscape 的操作会涉及节点属性映射、布局选择、Hub 节点筛选以及子网络提取。这些操作对应的是表达层面的判断：按 degree 排序取前多少个节点、按模块着色还是按表达量着色、边权重要不要保留。建议边看边用自己手头的数据替换演示数据，否则很容易出现「跟着做能通、换数据就废」的情况。学完这部分，你应该能独立产出一张节点不重叠、Hub 基因突出、图注写得清楚的网络图。

看完之后自查这几个问题

• 从原始表达矩阵到最终网络图，中间有哪几个必须做、不能跳的步骤？
• 靶基因预测结果和表达相关性验证，两者矛盾时以哪个为准，为什么？
• WGCNA 得到的模块，如何与 miRNA 建立关联并解释生物学含义？
• 在 Cytoscape 里，你依据什么标准决定保留哪些节点和边？

如果这四个问题你能顺畅答出来，说明这条链路已经打通；如果某一问答不上来，就回到对应章节重看，比通刷一遍更省时间。课程配套的文档和操作素材建议在动手环节同步使用，理论部分可以倍速，涉及参数选择的地方建议放慢。