生物信息学习的正确姿势
NGS系列文章包括NGS基础、高颜值在线绘图和分析、转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这)、ChIP-seq分析 (ChIP-seq基本分析流程)、单细胞测序分析 (重磅综述:三万字长文读懂单细胞RNA测序分析的最佳实践教程)、DNA甲基化分析、重测序分析、GEO数据挖掘(典型医学设计实验GEO数据分析 (step-by-step))、批次效应处理等内容。
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。
相比于只关注差异表达的基因,WGCNA利用数千或近万个变化最大的基因或全部基因的信息识别感兴趣的基因集,并与表型进行显著性关联分析。一是充分利用了信息,二是把数千个基因与表型的关联转换为数个基因集与表型的关联,免去了多重假设检验校正的问题。
具体见WGCNA分析,简单全面的最新教程,这应该是全网写的最全面、透彻的,可以一步步理解原理并且跟着一步步操作的教程了。
但为了更进一步简化,我们在高颜值绘图工具ImageGP上推出了在线WGCNA分析,操作简单,参数丰富,结果交互,绝对是科研必备神器。如果要理解结果,也少不了上面那篇教程。
访问也很简单,百度或谷歌搜索ImageGP即可打开页面。
找到WGCNA分析工具,输入表达矩阵和表型信息(偷懒的方式是直接点击Demo)
提交后等待片刻即可出结果
往期精品(点击图片直达文字对应教程)
后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集
(加好友时请备注个人姓名和工作单位等信息)