基因调控网络推断与共表达分析16 / 16
适用范围与常见误用
- 误用：相关系数高的基因对就是调控对。→ 正解：相关可能来自共同上游、细胞比例、批次；调控需要方向性和直接性证据。
- 误用：WGCNA 选 要让 越接近 1 越好。→ 正解：取首次达到约 0.8–0.9 的最小 ； 过大会让平均连接度过低，模块变得零碎。 只是经验准则，不证明网络无标度。
- 误用：模块 hub 基因就是驱动基因。→ 正解：hub 是与模块特征基因最相关的基因，适合作标志物；驱动者需要扰动或遗传证据。
- 误用：GENIE3 输出了有向边，所以方向是被数据证明的。→ 正解：方向来自“事先指定谁是转录因子”的先验，模型本身只做预测。
- 误用：推断方法在模拟数据上表现好，用到真实数据上也会好。→ 正解：DREAM5 与 BEELINE 都显示，真实数据上的性能显著下降，且金标准本身不完整。
- 误用：在另一组数据中重新聚类没得到对应模块，就说模块不可重复。→ 正解：重新聚类的结果受参数影响；应使用不依赖重新聚类的保守性统计量（Zsummary、medianRank），并注意 Zsummary 随模块大小增大。
- 误用：两组相关系数不同，就说调控关系在疾病中“重布线”。→ 正解：先排除方差变化、细胞组成与样本量差异；基因对水平的检验功效很低，结论应聚合到模块层面并经置换检验。
- 误用：偏相关网络中有边，就说明两个基因直接相互作用。→ 正解：偏相关只控制了纳入模型的变量；未测量的共同调控因子和对撞结构都会产生虚假偏相关。 时还需检查收缩强度与估计稳定性。
- 误用：贝叶斯网络学出的箭头就是因果方向。→ 正解：仅用观测数据只能确定到马尔可夫等价类，多数箭头不可识别；需要干预或时间信息。
- 误用：用某数据库作先验，再用同一数据库作金标准评估。→ 正解：这是循环论证；评估用的金标准应独立于推断时使用的先验。
- 误用：只报告 AUROC。→ 正解：真边极稀少时 AUROC 区分度低，应报告 AUPR 及其相对随机的比值、早期精度，以及金标准的来源与覆盖范围。