WGCNA分析 | 你的数据结果真的是准确的吗？？

❝

「是小杜好友的可以直接和小杜索要源代码和实例数据，我希望的是：交流（Communication）！！欢迎来扰！！不要客气，要不你的加友费浪费了哦！」

❞

加权基因共表达网络分析 (WGCNA, Weighted correlation network analysis)是用来描述不同样品之间基因关联模式的系统生物学方法，可以用来鉴定高度协同变化的基因集, 并根据基因集的内连性和基因集与表型之间的关联鉴定候补生物标记基因或治疗靶点。

「WGCNA的教程总汇」

01.加权基因共表达网络分析 (WGCNA）| 共表达网络模块构建 |生物信息学数据分析必备技能 02.WGCNA中模块基因输出cytoscape节点信息文件| 构建模块讨论代码讨论 03.一文看懂WGCNA 分析(来自生信技能树) 我们目前使用WGNCA分析最多的代码，应该还是来自生信技能树曾健明老师分享的教程一文看懂WGCNA 分析(来自生信技能树)。但是，在网络上各类的教程非常多，导致你可能使用不同的代码跑WGCNA流程，获得结果可能是有差异的，我在WGCNA分析，结果到底有多少迷？也提过。

但是最终有多少人自己认真的分析过自己的数据的呢？这就不知道了，只能自己问自己了。最近，也有一部分的童鞋在咨询WGCNA的教程，以及提及自己的分析获得的结果不符合预期值。对于这些问题，可以进行多方面的调整，如基因数量，表达丰度，软阈值等等一系列的操作。

「今天不同的方法跑了WGCNA数据的，结果如下。」

---

「method one:」

<<< 左右滑动见更多 >>>

---

「method two:」

<<< 左右滑动见更多 >>>

---

「method three:」

<<< 左右滑动见更多 >>>

---

<~ WGCNA分析本来就不是一个一次性就可以获得结果的分析过程，需要不断参数调整。

那么这么多分析教程，誰的结果才是正确的呢？这也许就是个迷吧！今天的教程到这里就结束了。

「最后，做个统计。有多少同学想要获得这些代码的呢？？？」

「对于WGCNA的结果你有什么感想呢？？哈哈哈哈哈.....(这是个有坑的问题！)」

---

​小杜的生信筆記 ，主要发表或收录生物信息学的教程，以及基于R的分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!