适用人群

适用于目前从事基础研究的科研人员，尤其是对于具备一定编程能力和生物信息学基础的人员。

作者简介

豪斯医生上海交通大学医学院的高材生，医学方明星讲师，在医学数据挖掘，尤其是在GEO和TCGA方面，对寻找差异基因,GO富集分析,KEGG，GSEA,wGCNA等有较深入的研究。通过幽默风趣的讲课方式，深入浅出地帮助非生物信息专业的同学一起攻克数据挖掘，最终发表属于自己的SCl。

课程亮点

加权基因共表达网络（WGCNA）是生物信息学课程中一种高级的方法，其目的是最终从成千上万的基因中寻找到具有生物学意义的核心基因。该方法不同于我们之前的课程，不在局限于测序或芯片的一般分析，而是结合研究者的实际需要，找出最具有价值的1个或几个基因。也恰恰因为这点，对于目前手头上有高通量数据而不知如何着手，或者对那些因为课题经费不足，而无法展开预试验的研究人员，该方法的出现，为大家打开了另外一个思路。很多学者也是通过利用该方法在国际顶级期刊（Nature）发表相关的文章。该课程是目前市场上介绍WGCNA最为详尽的资料，详细地介绍了WGCNA的理论和算法，不至于学员在跑代码过程中不知所以然，同时结合一个真实的数据，将WGCNA整个流程从头到尾跑了一遍。过程中对R的语法有较为仔细的讲解。所以，对于没有编程基础的同学，也不必担心。只要多看几遍，就能熟悉和掌握。

课程大纲

• 使用cytoscape寻找核心基因
• WGCNA理论和算法1
• WGCNA理论和算法2
• WGCNA理论和算法3
• WGCNA理论和算法4
• 输入文件准备
• 寻找基因模块
• 与临床信息相结合
• 确定核心基因