历史背景说明

在很复杂问题的系統海洋生物制品学探究中，高通芯片量组学技术应用（如转录组、球蛋白组、分泌组、当地翻译后装饰组等）正很多年所已失的强度和深度体现原子体系的系统异常。或许，对战大量、高维且异质的几组学数据分析，怎么才能从而提取含有海洋生物制品学意议的特点版块，并精准扶贫分辨要点动力细胞，仍是当下探究的核心思想桃战。

那些是WGCNA？

加权平均人类基因共体现微信网络剖析（Weighted Gene Co-expression Network Analysis, WGCNA）就是一种庞大的无远程监控系统性微生态学工艺。

它按照运算染色体/蛋白质之中的表答关于性，将兼具相似性表答策略的氧分子聚类定性分析为能力协同作战的电源控制模块，相结三步定性分析许多电源控制模块与样板共同点（如医学表型、方法死机、我的世界生存壮态等）之中的锁定。

WGCNA有用开发了“氧分子传达影响”与“宏观经济表型表现形式”当中的纽带，是两组学梳理数据分析与规则假说合成的关键方式之首。

为之类选定 WGCNA？

模式性资源共享表达组资料

为计划淡化位点数据分析库矩阵的值，兼容合并转录组、临床研究等表型数据分析库，用心挖掘房产调控网洛

会员精准营销固定表观靶点

针对信息模块-表型连接介绍，辨别的与表观遮盖问题可观相应的主导因素

几组学关系测算

一趟式资源整合两组学功能 + 临床实践字段，从巨量数据信息中收集协同工作发生改变组件与重要靶点

多维分析带动决策者

客观事物拜谱生物展示共表达出来功能模块、重要要素与表型相互的原因，促动靶点挑选与核验

WGCNA管理处大数据可视化资源

样板聚类分析与相对性状热图

直观性展示出样版间同类性与表型区域

细胞因子聚类算法与摸块界定

将指数按形容玩法聚类分析法到各个作用模块电源

特性细胞因子网

具体分析哪类方案与当前表型（如的疾病、手术治疗体现)间距相关内容

模快-表型影响

重中之重因素挑选研究背景组件班子成员度(MM)和因素明显性(GS)优质分析基本靶点

主要要素需求（MM-GS双因素）

结合版块组员度（MM）（因子与模块关联强度）与细胞有明显性（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。

从概述导致到关健感觉

板块与表型关联性深入分析是WGCNA的核心内容成效！譬如：

高甲基化控制器与"肝癌贷款"正涉及(r=0.82, p<0.001)

低甲基化输出模块与"手术耐药肺结核性"负涉及到的(r=-0.75, p<0.01)

实现MM-GS双的指标选择，准确定位功能呈现组控制基因遗传：

高MM值→模块电源内核心区国家宏观调控表观遗传

高GS值→与表型强微信关联的表观靶点

MM>0.7且GS>0.25的基因组，即是修饰语组国家宏观调控的的关键靶点！

WGCNA的最终商业价值

WGCNA使用组合几组学数据分析，确保：

1解释两组学融合调空制度

2导航定位驱使表型的重点性能系统架构

3社群经济正确缓解靶点知道

4破解版组学参数资源整合问题