代码+视频教程，用WGCNA进行组学数据挖掘-CSDN博客

本文介绍了WGCNA（WeightedGeneCo-expressionNetworkAnalysis）在生物科学中的应用，包括概念、流程、数据处理、模块评估、生物信息学分析以及实际案例。讲师刘伟分享了他在福建农林大学的科研经验和教学资源。读者可通过微科盟获取相关讲座资料。

摘要由CSDN通过智能技术生成

关注“蛋白质组”公众号,了解更多科研前沿

生科云网址：https://www.bioincloud.tech/

课程简介

WGCNA（Weighted Gene Co-expression Network Analysis，权重基因共表达网络分析）是一种分析多个样本基因表达模式的方法。WGCNA可以对表达模式相似的基因进行聚类，并分析模块与特定性状或表型之间的关联关系，主要用于分析性状和基因之间的关系。

课程所讲内容共包括7部分：1.WGCNA：概念、意义和能解决的问题；2.WGCNA的一般流程；3. 转录组原始数据的处理；4. 模块稳定性的评估（有代码）；5. 生物信息学分析（GO功能注、KEGG通路注释、共表达网络可视化（Cytoscape为例）、其他分析（生存分析，模块差异分析，数据库构建等））；6. WGCNA在论文中的实际使用举例；7. 单个或多个基因为种子的共表达网络分析（软件使用）。

讲师简介

刘伟，博士，现就职于福建农林大学，从事生物信息学研究，主要研究内容为使用蛋白质组学，转录组学和基因组学分析生物学问题。主持国自科基金青年项目1项，发表SCI论文14篇，参与高教社《简明蛋白质组学》教材编写，开发多个免费生物信息学工具并共享代码，受邀为Frontiers in Genetics，Frontiers in Plant Science，Frontiers in Pharmacology，mSystems，Scientific Reports，Journal of Oncology和Briefings in Bioinformatics等期刊审稿，具有非常丰富的组学数据分析经验。

观看方式

联系任一微科盟组学老师即可获得。如果您没有添加过微科盟组学老师，请添加组学老师51，请勿重复添加。