这次依然还是给你抛出官网教程，依然是：你看还是不看，它就在那里，等着你的深入研究～

https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA/Tutorials/

如有理解错误，还请各位大神批评指正！

依然是这张图：

上次简单说了一下小编对于软阈值的理解，接着上次的文章，这次我们来说一下：

如何选取Soft Threshold，多少的时候合适？

（即上图中左右图的意思和纵坐标的理解）

对于这张图的说明，官网给出的注释是这个样子的：

Figure 1: Analysis of network topology for various soft-thresholding powers. The left panel shows the scale-free fit index (y-axis) as a function of the soft-thresholding power (x-axis). The right panel displays the mean connectivity(degree, y-axis) as a function of the soft-thresholding power (x-axis).

实现这张图的代码：

1，左图的纵坐标scale-free fit index，即signed R2，代表对应的网络中log(k)与log(p(k))相关系数的平方乘以一个方向向量，由slope决定（The sign of the scale-free model fitting index R2 is determined by minus the sign of the slope），拟合的线性方程为下图，来源于WNCGCNA包中的源代码：

相关系数的平方越高，说明该网络越逼近无标度网络的分布。相关参考文献中有大量数据证明当signed R2 大于0.85时，网络就已经符合无标度网络的分布。

因此，WGCNA包中计算SoftThreshold的函数pickSoftThreshold中RsquaredCut 默认值为 0.85，最佳的powers值保存在sft$powerEstimate。上图中，作者重新设定了一个阈值cex1=0.9，因此你会看到图片作图中有一条红色的横线，表示个signed R2达到这条红线时的最佳powers值，此图中是6。

2，右图的纵轴代表对应的网络中所有基因连接数（即节点的度）的均值。

另外，官网教程中给的上述的图其实有一个小错误，心细的同学应该发现了吧，正确的图时下面小编自己用官网的数据和教程重新绘制的一张！

参考资料：

1,https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA/Tutorials/

2,A General Framework for Weighted Gene Co-Expression Network Analysis, Stat Appl Genet Mol Biol. 2005;4:Article17. Epub 2005 Aug 12

3，WGCNA: an R package for weighted correlation network analysis.BMC Bioinformatics. 2008 Dec 29;9:559. doi: 10.1186/1471-2105-9-559.

argin-right: 8px;margin-bottom: 10px;margin-left: 8px;max-width: 100%;min-height: 1em;font-family: -apple-system-font, BlinkMacSystemFont, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;white-space: normal;color: rgb(62, 62, 62);font-size: 16px;text-align: center;background-color: rgb(255, 255, 255);line-height: 2em;box-sizing: border-box !important;overflow-wrap: break-word !important;'>TCGA | 小工具 | 数据库 |组装| 注释 |   基因家族  |  Pvalue

基因预测  |bestorf |  sci | NAR | 在线工具 | 生存分析 | 热图

 生信不死 | 初学者 | circRNA | 一箭画心| 十二生肖 | circos

 舞台|基因组 | 黄金测序 | 套路 | 杂谈组装 |  进化 | 测序简史