Codar 预置工作流

WGCNA 共表达网络

当用户想找疾病相关的一组协同变化基因、筛枢纽、把RNA与蛋白等组学联系起来、比较模块在不同队列是否稳定,或要求WGCNA/WGCNA+时使用;自主核实样本量、矩阵和配对关系,不能从单个基因或少量细胞假造共表达网络。

网络与系统生物学5 个步骤v1更新于 2026-11-19

流程图

  • 数据输入
  • 核心分析
  • 结果输出

步骤说明5 步

  1. 检查样本聚类、离群值、批次与表达过滤数据输入

    检查样本聚类、离群值、批次与表达过滤;样本过少时先说明网络不稳定。

    下一步02 选择有生物依据的signed或unsigned网络

  2. 选择有生物依据的signed或unsigned网络核心分析

    选择有生物依据的signed或unsigned网络,通过尺度无关性与平均连接度共同确定软阈值。

    下一步03 构建TOM、切分并合并模块

  3. 构建TOM、切分并合并模块核心分析

    构建TOM、切分并合并模块,记录最小模块大小和合并阈值。

    下一步04 模块特征向量与性状关联时纳入协变量并校正多重检验

  4. 模块特征向量与性状关联时纳入协变量并校正多重检验核心分析

    模块特征向量与性状关联时纳入协变量并校正多重检验。

    下一步05 用模块成员度、基因显著性和外部证据联合定义候选枢纽

  5. 用模块成员度、基因显著性和外部证据联合定义候选枢纽结果输出

    用模块成员度、基因显著性和外部证据联合定义候选枢纽,并做保留性验证。

使用原则

  • 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
  • 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
  • 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。

workflow.md

查看工作流源文件
---
format: codar-workflow
schemaVersion: 1
layoutDirection: TD
id: "codar-network-systems-biology-skill-0b4c466ca016-k7nrydpa"
version: 1
name: "WGCNA 共表达网络"
domain: "网络与系统生物学"
description: "当用户想找疾病相关的一组协同变化基因、筛枢纽、把RNA与蛋白等组学联系起来、比较模块在不同队列是否稳定,或要求WGCNA/WGCNA+时使用;自主核实样本量、矩阵和配对关系,不能从单个基因或少量细胞假造共表达网络。"
---

# WGCNA 共表达网络

## 流程图

```mermaid
flowchart TD
    n1["检查样本聚类、离群值、批次与表达过滤"]
    n2["选择有生物依据的signed或unsigned网络"]
    n3["构建TOM、切分并合并模块"]
    n4["模块特征向量与性状关联时纳入协变量并校正多重检验"]
    n5["用模块成员度、基因显著性和外部证据联合定义候选枢纽"]
    n1 --> n2
    n2 --> n3
    n3 --> n4
    n4 --> n5
```

## 节点

### 检查样本聚类、离群值、批次与表达过滤 {#n1}
- 类别: 数据输入
- 位置: 40, 40
- 说明: |
  检查样本聚类、离群值、批次与表达过滤;样本过少时先说明网络不稳定。

### 选择有生物依据的signed或unsigned网络 {#n2}
- 类别: 核心分析
- 位置: 40, 176
- 说明: |
  选择有生物依据的signed或unsigned网络,通过尺度无关性与平均连接度共同确定软阈值。

### 构建TOM、切分并合并模块 {#n3}
- 类别: 核心分析
- 位置: 40, 312
- 说明: |
  构建TOM、切分并合并模块,记录最小模块大小和合并阈值。

### 模块特征向量与性状关联时纳入协变量并校正多重检验 {#n4}
- 类别: 核心分析
- 位置: 40, 448
- 说明: |
  模块特征向量与性状关联时纳入协变量并校正多重检验。

### 用模块成员度、基因显著性和外部证据联合定义候选枢纽 {#n5}
- 类别: 结果输出
- 位置: 40, 584
- 说明: |
  用模块成员度、基因显著性和外部证据联合定义候选枢纽,并做保留性验证。

## 使用原则

- 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
- 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
- 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。