Weighted Network Analysis （WGCNA）

第一篇博文嘿嘿，还请多多指教。跟大家分享一下最近读的一本书吧，内容有点多，应该会分几次写完。

最近看的这本书名叫Weighted Network Analysis：Applications in Genomics and Systems Biology。这本书讲了一些基本的网络分析知识以及它们在基因组学和系统生物学中应用。没有图论那些繁杂的证明，并且几乎每种算法给了简短的R code，对网络分析感兴趣的童鞋不妨看看。该书的作者Steve Horvath是WGCNA（Weighted Gene Co-expression Network Analysis）算法的创始人之一，这本书的许多算法可以使用R包WGCNA实现。

 

一、基础知识篇

    这部分先讲一讲基本的网络概念，这些概念会贯穿之后的各个算法，有易有难。

 

1.什么是网络，网络有几种分类？

    网络由节点（node）和边（edges）组成，一般节点代表网络想表示的事物，边代表事物之间的关系。按照边性质的不同，网络大致可以有以下几种分类方法：无权网络和加权网络（weighted and unweighted）；有向网络和无向网络(directed and undirected)；有符号网络和无符号网络(signed and unsigned)。本书中，一般只研究无向网络。

 

2.网络邻接阵（Network Adjacency Matrix）

    网络一般用邻接矩阵表示，表示节点i和节点j之间的边的值。本书研