当日咱们发表第5个教程，便是WGCNA。那末这个技巧有甚么用呢？
关于两组数据，例如加药和不加药的芯片数据，可能测序数据，即使咱们要找到跟加药接洽的通路可能基因，咱们也许做不同解析而后施行GO解析KEGG解析，可能直接哄骗GSEA解析。也许参考上面的帖子。来终了你的生信功课，这是最有赤心的GEO数据库教程很有赤心！人人可做的转录组数据下游解析
那末即使我有多个分组怎样找出每个组的稀奇分子呢？例如，加药后1小时，6小时，12小时，24小时都测了转录组，我目前想懂得每个工夫段稀奇表白的基因，该怎样做呢？也许批量的两两求不同，而后缓缓排查，也也许历时序RNAseq的解析技能，找出某一类基因，他跟着工夫缓缓增高，也也许找出某一类基因，跟着工夫缓缓低落。
不过照样不敷直接，高效，咱们来看看能手的弄法。
WGCNA协助科学研讨在这篇NatureMedicine中，做家为了探讨缺血再灌输损伤中表现急迫影响的分子，就造了个模子，在不同工夫取了模范
取了模范以后就做了WGCNA解析，这个解析紧要做两个工做：第一，会遵循今朝归入的总共模范，把基因依据接洽性施行聚类，造成多个基因模块，在每个模块中的基因，有高度的接洽性，起码表白形式相似，阐明他们有内涵的接洽。
第二，把这些模块，跟表型音信求接洽性，在这边表型音信便是工夫。结尾会获得在某个工夫点最接洽的模块
今朝，咱们就也许从纷纷杂杂的数据中，定位到跟咱们体贴的表型最接洽的基因上头去了。而这篇文章便是遵循这个数据，找到了很翻新的分子，而且在以后高低游的寻求中，持续哄骗WGCNA教导尝试，斗胆假定，严慎求证。我感触就办法而言，是WGCNA在科研畛域很好的应用。
不想做尝试也许用WGCNA么？本年四月，神经科学畛域大咖，埃默里大学(EmoryUniversity)AllanI.Levey教导，测了矫健人和阿尔茨海默症患者的多个脑布局卵白,结束也发在了NatureMedicine上头
由于人多，临床音信就多，不再只是是矫健和寻常的音信了，再有不同脑区，年岁，性别等音信，怎样从多小我的模范以及多个临床音信中找到关键的分子呢？
嗯，WGCNA走一波。
获得上头结束呢:WGCNA算法生成13个卵白质共表白网络。个中M4(与糖代谢接洽的卵白质)网络模块显示出最强的AD病理和认知阻碍接洽性。
分子该模块中的基因，发觉富含小胶质细胞和星形胶质细胞的卵白标识物，象征着AD的产生与产生在小胶质细胞和星形胶质细胞中的糖代谢转变亲密接洽。
不是土豪能不能用WGCNA？固然，依据官方的说法便是，15个模范就也许用了
Wedonotre