情况叙述

在有难度的疾病的操作系统动物学的设计中，mtk量组学枝术（如转录组、淀粉酶组、产生组、讲述后体现组等）正很多年所没有的长度和宽度反映分子结构方向的失常。其实，针对各种不同、高维且异质的两组学数据资料，该怎样原文中提练具动物学重大意义的的功能传感器，并识贫掌握重要带动分子，仍是之前的设计的体系化对决。

这些是WGCNA？

权重计算DNA共体现网路解析（Weighted Gene Co-expression Network Analysis, WGCNA）不是种强有力的无监控功能软件生物体学方案。

它利用算染色体/淀粉酶彼此的理解涉及到性，将还具有差不多理解摸式的原子核聚类算法为功能表协同作战的功能，齐头并进十步数据分析以下功能与范例功能（如临床研究表型、方法加载、经营的状态等）彼此的相关联。

WGCNA很好的架设了“氧分子表达方法變化”与“宏观政策表型共同点”彼此的桥梁结构，是两组学整和分折与体制假说自动生成的核心思想的工具之中。

为那些抉择WGCNA？

设计性推进掩盖组统计数据

因为关键淡化位点数据资料表格分块矩阵，资源优化配置转录组、临床实验等表型数据资料表格，挖掘出调节作用网

深度贫困准确定位表观靶点

体系结构组件-表型微信关联分折，识別与表观遮盖特别可观涉及到的主导细胞

多个学绑定推论

一趟式推进几组学特点 + 临床治疗自变量，从巨量数值中提纯推进变迁模块图片与的关键靶点

可视化分析驱动程序决策程序

客观展示出共展示控制模块、主要要素与表型期间的有关，推助靶点筛分与校验

WGCNA内在数据可视化方面

样品聚类算法与遗传性状热图

抽象化动态展示样板间类似的性与表型匀称

成分聚类分析法与功能模块确定

将成分按表达方式经济模式聚类算法到有所差异输出模块输出模块

症状分子电脑网络

表明哪个信息模块与不同表型（如病毒、调理不良反应)间距一些

引擎-表型内在联系

要素指数公式淘汰针对控制模块一员度(MM)和指数公式同质性性(GS)准确准确定位价值体系靶点

重要的要素筛分（MM-GS双指标体系）

结合模块电源员工度（MM）（因子与模块关联强度）与细胞因子有效性（GS）（因子与表型相关性），筛选高MM（>0.7）且高GS（>0.25)的核心靶点。

从数据分析没想到到关键点察觉到

控制器与表型锁定研究是WGCNA的价值体系短板！比如：

高甲基化模组与"肝癌分期付款"正想关(r=0.82, p<0.001)

低甲基化引擎与"放疗化疗抗药力性"负涉及(r=-0.75, p<0.01)

进行MM-GS双指标值挑选，精准准确定位准确定位呈现组驱动下载遗传基因：

高MM值→传感器内内在调节管控DNA

高GS值→与表型强连接的表观靶点

MM>0.7且GS>0.25的什么是基因，既得表达组调整的重要的靶点！

WGCNA的终级币值

WGCNA在融合几组学数据显示，实现了：

1解密几组学协同作战管控体系

2市场定位能够表型的根本功能功能

3整合资源精准扶贫开展靶点挖掘

4解决组学统计数据转型瓶颈期