加权基因共表达网络分析（WGCNA）关联网络广泛用于生物信息学应用中，目前已经开发了许多算法用于探索基因网络的潜在模式，为调控通路的识别以及基因间的靶向关系提供了更多的见解。例如，加权基因共表达网络分析（weightedgeneco-expressionnetworkanalysis，WGCNA）就是其中一种工具，广泛用于描述微阵列或RNA-seq中基因表达之间的关联模式。WGCNA将复杂生物过程的基因共表达网络划分为高度相关的几个特征模块，其代表着几组高度协同变化的基因集，并可将模块与特定的临床特征建立关联，从中寻找发挥关键功能的基因，帮助识别参与特定生物学过程的潜在机制以及探索候选生物标志物（LangfelderandHorvath,）。WGCNA基于两个假设：（1）相似表达模式的基因可能存在共调控、功能相关或处于同一通路，（2）基因网络符合无标度分布。基于这两点，可以将基因网络根据表达相似性划分为不同的模块进而找出枢纽基因。R包WGCNA提供了执行加权相关网络分析的全面方法，包括网络构建、模块检测、基因选择、拓扑属性计算等功能。本篇简介WGCNA包的使用。
示例数据、R代码的百度盘链接（提取码，zb33）：
