豪斯医生数据挖掘技术中的WGCNA（加权基因共表达网络分析）详解，WGCNA是一种强大的生物信息学工具，用于解析复杂疾病相关基因表达数据，它通过构建加权共表达网络，揭示基因间的关联性，并能够识别关键模块和模块内的关键基因，此技术为医学研究提供了新的视角，有助于深入理解疾病的发病机制，为疾病诊断和治疗提供有力支持，通过数据挖掘，研究者可以更准确地分析基因表达模式，为疾病治疗和预防提供科学依据。
课程特色：
加权基因共表达网络（WGCNA）它是生物信息学课程中的一种先进方法，其目的是最终从成千上万的基因中找到具有生物意义的核心基因。这种方法不同于我们以前的课程。它不局限于测序或芯片的一般分析，而是结合研究人员的实际需要找到最有价值的一个或多个基因。正因为如此，这种方法的出现为那些因为项目资金不足而无法进行预测试的研究人员打开了另一个想法，因为他们手头有高通量数据，不知道如何开始，或者因为项目资金不足而无法进行预测试。许多学者也使用这种方法在国际顶级期刊上（Nature）发表相关文章。
本课程是市场上介绍WGCNA最详细的信息，详细介绍了WGCNA的理论和算法，使学生在运行代码的过程中不知道为什么，同时结合真实数据，从头到尾运行WGCNA的整个过程。在这个过程中，R的语法得到了更仔细的解释。所以，对于没有编程基础的学生，也不用担心。只要你再读几遍，你就可以熟悉和掌握它。
课程目录
01.使用cytoscape寻找核心基因.MP4
课时02.WGCNA理论与算法1.mp4
课时03.WGCNA理论与算法2.mp4
课时04.WGCNA理论与算法3.mp4
课时05.WGCNA理论和算法4.mp4
课时06.准备输入文件.mp4
课时07.寻找基因模块.mp4
课时08.结合临床信息.mp4
09.确定核心基因.mp4
医学方豪斯医生WGCNA支持代码.pdf
