招募5个小伙伴,和我一起翻译WGCNA官方书籍
看到去年的优秀学员开启了自己的学习计划,非常欣慰,帮她广而告之,希望聚集更多的志同道合小伙伴组队学习!
活动发起
WGCNA是生物信息分析基因共表达过程中绕不过的工具,同时也是我们入们和进阶基因共表达网络分析极好的学习范式。在技能树的本科生后备小队里,有很多同学对WGCNA的认识有很多的空缺,于是我找到原始书籍的pdf,在群里发起翻译活动,得到了健明老师的支持。
招募内容
因此我们将招募5个小伙伴,一起翻译史蒂夫·霍瓦斯(Steve Horvath)教授的《Weighted Network Analysis Applications in Genomics and Systems Biology》。全书主要内容一共450页,15个章节,以下是翻译版的部分目录。
具体要求如下:1. 乐于学习并愿意分享 2. 具有相关的实际分析经验优先 3. 具有一定的翻译经验优先
什么是WGCNA?
相关性网络在生物信息学的研究中被越来越多地使用。其中,加权基因共表达网络分析(weighted gene co-expression network analysis, WGCNA) 就是一 种描述基因与 基因间关联关系(共表达关系)的系统生物学算法。
WGCNA被运用去寻找高相关性的基因模块(聚类),可以用模块特征或hub基因来概述该模块,并把该模块同其他模块或者你所感兴趣的性状指标关联来阐释你的科学假设。
相关性网络促进了依赖网络分析的生物标志物和疾病靶点筛选。该分析已经成功地运用到很多生物学研究中,例如肿瘤,小鼠组学,酵母组学研究中。
WGCNA R软件包是综合了各种R函数,用于执行加权基因共表达网络分析。该软件包包括网络构建、模块鉴定、hub基因筛选、网络拓扑结构属性计算、网络可视化等功能。
Form:https://ph.ucla.edu/news/publication/weighted-network-analysis-applications-genomics-and-systems-biology
史蒂夫·霍瓦斯(Steve Horvath)介绍
系统生物学和系统遗传学:我的小组开发并应用了分析和整合基因表达,DNA甲基化,microRNA,遗传标记和复杂表型数据的方法。特别是,我们开发了加权相关网络分析(也称为加权基因共表达网络分析WGCNA),这是一种用于分析高维“组学”数据的系统生物学数据分析方法。这些方法还有助于在基因组水平上比较不同物种。您可以在http://labs.genetics.ucla.edu/horvath/htdocs/CoexpressionNetwork/上找到许多资料,包括文章,R软件教程和youtube讲座。