宋长新¹ , 雷萍² , 王婷¹

1 青海师范大学计算机学院, 青海, 810008;
2 深圳市水质检测中心, 深圳, 518000
作者    通讯作者
计算分子生物学, 2013 年, 第 2卷, 第 7 篇   
收稿日期: 2013年07月24日    接受日期: 2013年07月24日    发表日期: 2013年07月25日

本文首次发表在 《基因组学与应用生物学》2013 年，第32 卷，第1 期，第135-141 页上。现依据版权所有人授权的许可协议，采用 Creative Commons Attribution License,协议对其进行授权，再次发表与传播。只要对原作有恰当的引用, 版权所有人允许并同意第三方无条件的使用与传播。

推荐引用：

Song C.X., Lei P., and Wang T., 2013, Gene co-expression network analysis based on WGCNA algorithm-theory and implementation in R software, Jiyin Zuxue Yu Yingyong Shengwuxue (Genomics and Applied Biology), 32(1): 135-141 (宋长新, 雷萍, 王婷, 2013, 基于WGCNA算法的基因共表达网络构建理论及其R软件实现, 基因组学与应用生物学, 32(1): 135-141)

WGCNA(weighted gene co-expression network analysis)算法是一种构建基因共表达网络的典型系统生物学算法，该算法基于高通量的基因信使RNA(mRNA)表达芯片数据，被广泛应用于国际生物医学领域。本文旨在介绍WGCNA的基本数理原理，并依托R软件包WGNCA以实例的方式介绍其应用。WGCNA算法首先假定基因网络服从无尺度分布，并定义基因共表达相关矩阵、基因网络形成的邻接函数，然后计算不同节点的相异系数，并据此构建分层聚类树(hierarchical clustering tree)，该聚类树的不同分支代表不同的基因模块(module)，模块内基因共表达程度高，而分数不同模块的基因共表达程度低。最后，探索模块与特定表型或疾病的关联关系，最终达到鉴定疾病治疗的靶点基因、基因网络的目的。

WGCNA算法；基因共表达网络；R软件