背景图片描写

在繁多重大疾病的系统性动物学调查中，mtk量组学的技术（如转录组、淀粉酶组、分解组、泰语翻译后表达组等）正以往所并未的进一步和多方向论述大分子方向的失败。殊不知，对着各种不同、高维且异质的几组学的数据，咋样从而提纯具备动物学现实意义的功效摸块，并精准度认别重点控制成分，仍是现在调查的基本点挑战性。

啥是WGCNA？

加权平均法基因遗传共形容网站研究分析（Weighted Gene Co-expression Network Analysis, WGCNA）不是种专业的无监管设备微生命科学具体方法。

它用计算方法基因组/蛋清中的形容有关系性，将具备似的形容模式切换的团伙聚类深入分析法为功能键推进的输出模块电源，齐头并进第一步深入分析这类输出模块电源与样品优点（如临床药学表型、根治没有响应、荒岛生存模式等）中的相关。

WGCNA更有效开发了“氧分子描述的变化”与“大体上表型有特点”区间内的钢箱梁，是两组学资源优化配置探讨与新机制假说出现的主导软件工具一个。

为哪种确定WGCNA？

模式性资源优化配置体现组数据统计

依据制定目标表达位点数据源库矩阵计算，资源整合转录组、药学等表型数据源库，发现管控网格

深度贫困追踪定位表观靶点

依托于接口-表型同步研究，辨识与表观突显非常重要对应的基本点指数

两组学关联关系判断

一坐式资源整合多个学的特点 + 临床实验全局变量，从超多信息中炼出推进转变 模块电源与最为关键的靶点

可视化分析win7驱动战略

直观教学展示会共抒发模块图片、重要的细胞与表型当中的相互影响，帮助靶点选择与认证

WGCNA主导可视化分析东西

样版聚类分析法与相对性状热图

主观展示英文样例间类似于性与表型布置

分子聚类分析法与模组分割

将细胞按表述机制聚类算法到有差异效果功能

表现成分在线

阐明怎样传感器与对应表型（如慢性病、根治表现)极度关于

传感器-表型原因

关键的指数公式挑选立于模快成员国度(MM)和指数公式有效性(GS)深度贫困品牌定位基本点靶点

关键性系数筛分（MM-GS双指标图）

结合模快成员国度（MM）（因子与模块关联强度）与成分不错性（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。

从研究报告单到根本出现

模组与表型联系深入分析是WGCNA的本质突出点！这类：

高甲基化模快与"肝癌按揭"正一些(r=0.82, p<0.001)

低甲基化模块图片与"化疗药耐药肺结核性"负涉及(r=-0.75, p<0.01)

依据MM-GS双目标需求，正确位置定位突显组驱动安装基因组：

高MM值→组件内体系化房产调控什么是基因

高GS值→与表型强绑定的表观靶点

MM>0.7且GS>0.25的染色体，其为表达组控制的主要靶点！

WGCNA的超时空价格

WGCNA凭借合并两组学数据源，满足：

1详细分析两组学协同管理调节管控机理

2位置定位安装驱动表型的根本作用包块

3颠覆性创新精细根治靶点察觉

4破解器组学数据显示构建痛点