情况陈述

在复杂的消化道疾病的系统的生态学学实验中，高通芯片量组学技术水平（如转录组、蛋白酶组、产生组、翻譯后呈现组等）正己前所没有的纵深和深度广度证明原子层次的越来越。既使，面临汇聚全球、高维且异质的几组学数据信息，怎么从其中收集兼具生态学学真正意义的工作组件，并精准脱贫识别系统关键因素驱动器指数公式，仍是当前状况实验的价值体系挑战自我。

啥是WGCNA？

权重表观遗传共展现wifi网络定性分析（Weighted Gene Co-expression Network Analysis, WGCNA）有的是种庞大的无督查机系统生物技术学的方法。

它进行计算出来人类基因/淀粉酶彼此的表答有关于性，将具相类似表答的模式的氧分子聚类具体分析法为用途协同工作的板块，相结几步具体分析那些板块与模本共同点（如临床护理表型、进行治疗初始化失败、发展睡眠状态等）彼此的关连。

WGCNA有用可用于了“原子表达出来转变 ”与“宏观角度表型基本特征”区间内的纽带，是多个学合并讲解与体系假说合成的管理处软件工具的一种。

为一些选取WGCNA？

体系性整理突显组统计数据

立于总体目标掩盖位点的数据显示分块矩阵，资源整合转录组、临床检验等表型的数据显示，开采调节网格

精准服务品牌定位表观靶点

由于电源模块-表型绑定数据分析，设别与表观表达越来越有效相应的的价值体系成分

几组学关连推算

一坐式合并两组学特殊性 + 临床药学因素，从各种不同的数据中收集联合變化包块与重要性靶点

多维分析驱程策略

可以直观展览共展现摸块、关健指数与表型相互的问题，动力靶点建立与查证

WGCNA目标可视化分析的内容

样例聚类算法与遗传性状热图

更直观商品展示样板间关联性性与表型布局

因素聚类分析与组件评定

将指数公式按表述方式聚类分析法到不一样能力功能

的特征指数网络数据

表明怎样输出模块与某些表型（如妇科疾病、手术治疗反应迟钝)长度有关于

板块-表型关系的

的关键要素需求通过模块电源成員度(MM)和要素为显著性(GS)精准度固定重要靶点

重要指数淘汰（MM-GS双要求）

结合控制器成員度（MM）（因子与模块关联强度）与细胞强势性（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。

从分折结论到关键性找到

板块与表型相关联概述是WGCNA的管理的本质突出！列如：

高甲基化传感器与"肝癌账单分期"正关联(r=0.82, p<0.001)

低甲基化信息模块与"肺癌晚期化疗耐药力性"负涉及(r=-0.75, p<0.01)

凭借MM-GS双的指标建立，精准服务确定遮盖组控制什么是基因：

高MM值→控制模块内重点改善DNA

高GS值→与表型强关系的表观靶点

MM>0.7且GS>0.25的什么是基因，成为体现组调空的首要靶点！

WGCNA的结果总价值

WGCNA可以通过整理几组学数据文件，做到：

1解答多个学融合宏观调控措施

2品牌定位win7驱动表型的重要性功能键模组

3打造深度贫困治療靶点会发现

4解破组学数据文件合并关键问题