相关网络在生物信息学应用中得到越来越多的应用。例如，加权基因共表达网络分析是一种用于描述芯片基因间表达相关模式系统生物学方法。加权相关网络分析(WGCNA)可用于寻找高度相关基因的聚类(模块)。
相关网络促进了基于网络的基因筛选方法，可用于识别候选生物标记物或治疗靶点。这些方法已成功应用于各种生物学数据，如癌症、小鼠遗传学、酵母遗传学和脑成像数据分析。
WGCNA R软件包是一个全面的R函数集合，用于执行各方面的加权相关网络分析。该软件包包括网络构建、模块检测、基因选择、拓扑特性计算、数据模拟、可视化以及与外部软件接口等功能。

CRAN库

  1. install.packages("WGCNA")

Bioconductor

  1. install.packages("BiocManager") 
  2. BiocManager::install("WGCNA")

github安装

  1. install.packages("devtools")
  2. library(devtools)
  4. install_github("cran/WGCNA")

源代码安装

  1. #下载源代码
  2. wget https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA/WGCNA_1.69-81.tar.gz
  4. #为当前用户安装
  5. R CMD INSTALL WGCNA_1.69-81.tar.gz
  7. #为所有用户安装：
  8. su #进入root
  9. R CMD INSTALL WGCNA_1.69-81.tar.gz
  11. #或
  12. sudo su - -c \
  13. "R -e \"install.packages('WGCNA', repos='https://cran.rstudio.com/')\""
  14. ● Mac OS X：WGCNA_1.69.tgz
  15. ● Windows >=R-3.4.0：WGCNA_1.69.zip
  17. install.packages(package, repos=NULL, type="source")

这里package可以是URL：https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA/WGCNA_1.69-81.tar.gz
也可以是下载到本地的二进制：Path/package