蓝本形容

在较为复杂重大疾病的装置微生物工程学理论探析中，高通骁龙量组学新技术（如转录组、蛋白酶组、产生组、反译后淡化组等）正很早以前所没有的淬硬层和深度广度反映分子式本质的失常。其实，更为万部、高维且异质的几组学参数，该怎样能从中提取兼备微生物工程学有何意义的组件组件，并识贫面部识别关键的驱动器成分，仍是现今理论探析的核心内容桃战。

啥子是WGCNA？

加权平均基因遗传共呈现网洛定性分析（Weighted Gene Co-expression Network Analysis, WGCNA）有的是种雄厚的无监察平台分子生物学学方式 。

它凭借算出DNA/蛋白酶相互的表达爱出相关的性，将有着类似表达爱出方式的分子结构聚类具体分析为能力信息化的传感器，并举一次具体分析这样传感器与子样本特点（如药学表型、中药治疗加载失败、能动态等）相互的绑定。

WGCNA效果构造了“团伙传达变化规律”与“宏观环境表型的特点”相互间的关键点，是几组学优化组合了解与缘由假说提取的核心理念方法之六。

为啥确定WGCNA？

软件性资源共享掩盖组数据信息

特征提取梦想修饰语位点信息库向量，转型转录组、临床治疗等表型信息库，分析房产调控网洛

识贫精确定位表观靶点

体系结构引擎-表型连接解析，识别系统与表观呈现出现异常显著性有关系的重点分子

几组学关联性推断出

一走式信息整合多个学的特点 + 临床试验局部变量，从超多信息中总结协同管理變化版块与的关键靶点

可视化数据带动投资决策

直接展示出共理解模快、主要细胞因子与表型范围内的原因，电子助力靶点淘汰与核实

WGCNA管理处可视化分析信息内容

模本聚类算法与相对性状热图

准确显示范例间类似的性与表型分布范围

因素聚类算法与电源模块分

将细胞按体现模式，聚类算法到的不同用途模快

表现指数公式网洛

折射出什么样的功能与对应表型（如肠道疾病、手术治疗想法)特别有关

版块-表型内在联系

的关键要素筛分基本概念组件一员度(MM)和要素同质性性(GS)精淮确定层面靶点

重要指数公式淘汰（MM-GS双的指标）

结合电源模块成員度（MM）（因子与模块关联强度）与指数正相关性（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。

从分折最终结果到重中之重找到

引擎与表型关联关系研究分析是WGCNA的中心不足之处！比如：

高甲基化方案与"肝癌按揭"正相应(r=0.82, p<0.001)

低甲基化输出模块与"放疗耐药理作用性"负涉及到(r=-0.75, p<0.01)

利用MM-GS双技术指标选择，精淮导航定位修饰语组驱动安装dna：

高MM值→输出模块内目标改善基因组

高GS值→与表型强连接的表观靶点

MM>0.7且GS>0.25的基因遗传，既得装饰组调节管控的关键所在靶点！

WGCNA的巅峰的价值

WGCNA借助整合资源几组学数据统计，满足：

1解释多个学一体化房产调控措施

2定位性能驱动程序表型的重中之重性能输出模块

3创变招商精准治療靶点发现

4一键破解组学统计数据结合问题