WGCNA的理论背景知识
WGCNA的详细分析流程
关键模块和hub基因筛选，在流程中并不可知
模块划分好后如何找到key module

• 1 由WGCNA得到的module都进行GO或KEGG，甚至TF，miRNA等的富集分析，找出所研究性状相关通路相关性最强的module，深入进行研究。
• 2 看自己感兴趣的gene位于哪个模块，进而去查看
• 3 模块与性状的相关性，这个流程中说了，相关性越强，越值得研究。
  有其他方法会继续补充

找到模块后如何筛选hub gene

• 1 High intramodular k within the module(KIM)
• 2 High module membership (kMM,表达值与ME高相关)
  这个用的相对多，因为容易计算，有p值，可跨module比较。这个只能作为继续研究的指导，因为很多gene有非常相似的kME,都可以认为hub gene，还是需要借助外部信息，经验等。
  ranking应该作为一个粗略建议，所以相似的ranking应看做等价。Top ranked gene应该使用已有的先验知识进行过滤，假如对某个gene感兴趣，不要在乎它是第1还是第3。
• 3 mdoule membership(MM)
  for module membership

MM= as.data.frame(cor(datExp, MEs, use ="p"))

for intramodular connectivity

KIM = intramodularconnectivity(adjacency, moduleColors, scaleByMax= TRUE)

另外还有很多不基于WGCNA的其他方法，可以综合运用，最终实验证实。