WGCNA过程总结
如果把 WGCNA 比作 “给基因找同伙、分帮派” 的过程：
- 软阈值 β 是 “找同伙的基本规矩”（定好什么程度算 “有点像”）；
- 邻接矩阵是 “初步的同伙名单”（基于两两关系列的名单，有水分）；
- TOM 是 “同伙审核官”（去掉名单里的 “假同伙”，留下 “真同伙”）；
- 后续的基因聚类、模块划分，就是基于 TOM 审核后的 “真同伙名单”，分出来的 “帮派（模块）” 才靠谱。
简单记：TOM=“基因关系的照妖镜”—— 滤掉偶然相关的 “妖”，留下功能相关的 “真”，是 WGCNA 分析里 “保证模块质量” 的核心环节。
下载数据
GEO数据库下载，分为预处理数据和原始测序数据*
去官网，手动下载
数据粗提取
数据格式要求
- 表达矩阵（expr_matrix）：行 = 基因（基因名），列 = 样本（样本 ID），值 = 标准化后的表达量（如 TPM、FPKM）。
- 表型数据（pheno_data）：向量形式，长度与样本数一致（如患者生存率、肿瘤大小等）。
数据预处理
读入数据
去除管家基因、测序失败结果
用 WGCNA 自带的goodSamplesGenes函数
找最优β值
pickSoftThreshold函数
无标度网络拟合度：即其与现实中基因间相互规律接近程度
基因连接度：帮你从几百个模块基因里快速锁定 “关键玩家”，即与多少基因有相互作用关系。
要接近现实规律（拟合度>0.8)，且功能关键（与更多基因存在相互作用）的基因