8篇文章 · 5373字 · 25人关注
-
WGCNA（7）：重新绘制GS—MM散点图GS-MM散点图用于筛选hub gene，但是之前的图实在是有点丑，放在文章里好像有点拉胯，所以准备重新绘制。前期过程在专题（3）中已经介绍过了...
-
WGCNA（6）：筛选 hub gene通过前期的分析，我们确定了感兴趣的module，但是module中又含有几十甚至上百的基因，下一步需要进一步筛选hub gene。 WGCNA（...
-
WGCNA（5）：模块导出至其他可视化软件
这篇文章是WGCNA系列的最后一篇，其余见链接：WGCNA（1）：R包安装及数据导入清洗 - 简书 (jianshu.com)[https://...
-
WGCNA（4）：通过WGCNA进行模块可视化在前面的帖子中介绍了数据的导入和清洗，网络构建的两种方法，模块与性状的关联，这篇文章将介绍如果进行模块可视化。WGCNA（1）：R包安装及数据导...
-
WGCNA（3）：基因模块与性状关联识别重要基因前面的文章中完成了数据导入和网络构建，下面是将基因模块与性状进行关联，从而识别与表型相关的重要基因。WGCNA（1）：R包安装及数据导入清洗 -...
-
WGCNA（2b）：分步法完成网络构建和模块检测在前两篇帖子中介绍了数据的导入清洗，以及一步法构建网络，这篇文章将介绍网络构建的第二种方法，分步法。WGCNA（1）：R包安装及数据导入清洗 -...
-
WGCNA（2a）：一步法完成网络构建和模块检测
在上一篇帖子上完成了表达量数据和表型数据的整理，这篇文章将进行网络构建和模块检测。 WGCNA（1）：R包安装及数据导入清洗 - 简书 (jia...
-
WGCNA（1）：R包安装及数据导入清洗WGCNA：加权基因共表达网络分析，简而言之，就是将基因划分为若干个模块，探究与表型数据与基因模块之间的相关关系，并找到模块中的核心基因。 适用...
文集作者
