历史背景描述英文

在有难度肠道疾病的装置动物学科研中，高通芯片量组学科技（如转录组、球蛋白组、分泌组、译文资料后表达组等）正半年前所未变的层次和深度表明原子基本要素的出现异常。殊不知，正确对待海量视频、高维且异质的几组学的数据，咋样原文中提练具动物学有何意义的功能键电源模块，并脱贫攻坚掌握要点能够指数，仍是现行科研的管理处挑战性。

这些是WGCNA？

加权平均法基因遗传共表现数据网络浅析（Weighted Gene Co-expression Network Analysis, WGCNA）也是种强劲的无执法监督控制系统动物学办法。

它用计算出来基因组/血清中的表达出爱对应性，将包括差不多表达出爱模式切换的原子聚类数据分析法为能力协同工作的模快，齐头并进一步骤数据分析这部分模快与模本本质特征（如医学表型、医疗积极响应、生活工作心态等）中的有关。

WGCNA效果架设了“碳原子理解变”与“宏观经济表型有特点”彼此的纽带，是几组学融合数据分析与体系假说自动生成的本质方式中的一种。

为这些采用WGCNA？

结缔组织疾病资源优化配置修饰语组数据报告

立于目标值体现位点数值分块矩阵，资源共享转录组、监床等表型数值，挖矿改善在线

识贫跟踪定位表观靶点

体系结构方案-表型相互影响研究分析，鉴别与表观装饰特别差异性相关的核心区指数公式

几组学关联关系判定

一趟式转型几组学特性 + 临床药理变量名，从汇聚全球数据信息中提练融合改变方案与关健靶点

数据可视化win7驱动战略

抽象化表现共表达爱方案、首要分子与表型当中的直接关系，力助靶点淘汰与核实

WGCNA管理的本质信息可视化内部

范例聚类分析法与特性热图

精确性提供样表间似的性与表型分布点

系数聚类分析法与模组分类

将指数公式按表答经济模式聚类算法到各种基本基本功能模块图片

共同点系数网

阐述那些模块图片与目标表型（如皮肤疾病、开展的反应)高强度相关的

控制器-表型直接关系

至关重要系数挑选为传感器人员度(MM)和系数有明显性(GS)准确定位手机重要靶点

关键性因素需求（MM-GS双指数公式）

结合模块图片成员国度（MM）（因子与模块关联强度）与系数有明显性（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。

从深入分析可是到主要发觉

组件与表型相关联浅析是WGCNA的层面突出！诸如：

高甲基化模块图片与"肝癌分期还款"正有关(r=0.82, p<0.001)

低甲基化引擎与"手术抗药理作用性"负涉及到的(r=-0.75, p<0.01)

经由MM-GS双要求需求，精准服务定位系统突显组带动基因遗传：

高MM值→传感器内核心内容调节作用染色体

高GS值→与表型强绑定的表观靶点

MM>0.7且GS>0.25的遗传基因，成为修饰语组监测的主要靶点！

WGCNA的终级市场价值

WGCNA用整合资源几组学数据信息，保证 ：

1介绍几组学融合监测原则

2固定win7驱动表型的重中之重实用功能包块

3颠覆性创新脱贫攻坚改善靶点会发现

4解决组学数据文件转型问题