情况文章的话

在冗杂疾病症状的软件系统生态学学深入分析中，mtk量组学枝术（如转录组、蛋白质组、代谢率组、翻泽后掩盖组等）正己前所未现的层次和多层面上呈现大分子层面上的出错。尽管，正视大量、高维且异质的几组学数据表格，该怎样一文提纯享有生态学学功用的版块版块，并准确判别最为关键的控制要素，仍是某些深入分析的核心理念挑站。

有怎么样是WGCNA？

加权平均染色体共描述网络信息讲解（Weighted Gene Co-expression Network Analysis, WGCNA）不是种坚强的无质量监督装置生态学学技术。

它经过核算人类基因/蛋白质之中的形容相关的性，将包括相同形容摸式的氧分子聚类研究分析为实用功能携手的摸块，相结一点研究分析等等摸块与子样本有特点（如临床医学表型、缓解初始化失败、活模式等）之中的有关。

WGCNA很好的可用于了“原子展现转变 ”与“宏观经济政策表型特征英文”中间的公路桥，是几组学整合资源数据分析与原则假说生成二维码的主要方式的一种。

为啥使用WGCNA？

设计性数据统计整合装饰组数据统计

研究背景制定目标突显位点数据分析统计矩阵的值，优化转录组、临床实践等表型数据分析统计，搜集监测网格

精准脱贫产品定位表观靶点

系统设计控制器-表型同步深入分析，甄别与表观修饰语无效正想关想关的主导系数

两组学相关联推断出

一走式聚合几组学表现 + 医学自变量，从万部数据报告中炼制信息化变迁版块与关键性靶点

可视化效果带动决策制定

主观提供共表现传感器、关键因素成分与表型当中的原因，推助靶点筛分与验正

WGCNA基本点交互的内容

样品聚类分析法与相对性状热图

抽象概念呈现范本间是类似的性与表型生长

分子聚类分析与信息模块区域划分

将指数公式按表达爱格局聚类分析法到不同的职能引擎

显著特点成分网络数据

证明怎样信息模块与某表型（如病症、疗法反映)特别有关系

板块-表型相关

关键所在细胞淘汰根据摸块一员度(MM)和细胞重要性(GS)识贫精确定位重点靶点

核心指数选择（MM-GS双标准）

结合控制器成员英文度（MM）（因子与模块关联强度）与指数公式有效性（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。

从了解数据到重要的找到

包块与表型相关分折是WGCNA的中心突出点！譬如：

高甲基化组件与"肝癌分期还款"正有关系(r=0.82, p<0.001)

低甲基化模块图片与"肺癌晚期化疗抗药效"负相关联(r=-0.75, p<0.01)

可以通过MM-GS双指标英文需求，精细准确定位体现组安装驱动染色体：

高MM值→引擎内目标调节作用人类基因

高GS值→与表型强相互影响的表观靶点

MM>0.7且GS>0.25的遗传基因，成为呈现组调整的重要的靶点！

WGCNA的終级作用

WGCNA可以通过聚合两组学数值，保持：

1分析两组学一体化干预逻辑

2品牌定位驱程表型的重要性效果功能

3颠覆性创新精准度医疗靶点显示

4破解网组学数剧构建瓶颈问题