环境描绘

在复杂性患病的模式原子动物学学理论研发中，高通骁龙量组学技术设备（如转录组、蛋白酶组、分解组、全文翻译后遮盖组等）正曾经所未现的淬硬层和多主体体现原子主体的无效。当然，正确对待大量、高维且异质的几组学数据信息，是如何上面提纯享有原子动物学学实际意义的功能性传感器，并精准扶贫辨别重要的win7驱动细胞，仍是当今理论研发的主导挑站。

些有什么用WGCNA？

权重计算人类基因共把你想表达出来网咯研究分析（Weighted Gene Co-expression Network Analysis, WGCNA）是种强 的无督察机系统海洋植物学方式方法。

它按照估算染色体/蛋白酶相互间的展现涉及到的性，将兼具同类展现形式的大分子聚类算法为特点融合的传感器，齐头并进1步了解某些传感器与样本量表现形式（如诊疗表型、根治为了响应、经营模式等）相互间的微信关联。

WGCNA有效果制作了“原子核表述变化规律”与“宏观经济表型的特征”两者之间的桥梁结构，是两组学整理数据分析与原则假说转化成的管理的本质手段其中之一。

为甚么选购WGCNA？

复杂性性整合资源呈现组数值

针对关键掩盖位点资料单位矩阵，兼容合并转录组、临床试验等表型资料，发掘干预电脑网络

优质导航定位表观靶点

因为电源模块-表型绑定qq进行分析，判别与表观绘制超时明显各种相关的关键成分

几组学绑定判断

一趟式组合多个学显著特点 + 临床实践字段，从各种不同数据资料中收集联动影响控制器与关键所在靶点

信息可视化带动决策者

精确性呈现共展现方案、关健成分与表型当中的关心，帮助靶点需求与确认

WGCNA核心思想多维分析知识

范本聚类分析法与物理性质热图

形象直观动态展示样板间是类似的性与表型占比

指数聚类算法与控制器分为

将因素按形容模式切换聚类分析法到不同于基本功能方案

显著特点指数网上

折射出哪几个控制器与单一表型（如皮肤疾病、冶疗作用)程度有关

组件-表型的关联

至关重要指数公式淘汰依托于组件团员度(MM)和指数公式取得性(GS)正确精确定位主导靶点

主要成分需求（MM-GS双指标体系）

结合电源模块全体成员度（MM）（因子与模块关联强度）与系数更为明显性（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。

从定量分析结杲到主要发现

功能与表型锁定研究是WGCNA的核心区短板！譬如：

高甲基化引擎与"肝癌分期还款"正有关(r=0.82, p<0.001)

低甲基化模快与"放化疗抗药效性"负对应(r=-0.75, p<0.01)

确认MM-GS双指数淘汰，有目的固定表达组驱动程序染色体：

高MM值→电源模块内价值体系改善基因组

高GS值→与表型强相互影响的表观靶点

MM>0.7且GS>0.25的人类基因，其为突显组调整的主要靶点！

WGCNA的终级附加值

WGCNA按照优势互补几组学数据文件，构建：

1分析两组学信息化监测缘由

2追踪定位驱动安装表型的要素功用控制模块

3可以有目的制疗靶点显示

4突破组学数值融合短板