在转录组研究中，样本量较大时，如何快速挖掘表型相关候选基因，预测基因之间调控关系
加权基因共表达网络（WGCNA）当前高通量基因预测数据挖掘的主流方法之一：基于基因间表达数据的相似性来构建基因共表达网络，通过该网络，不仅可以挖掘高度相关的基因模块，更可以直观深入反映基因之间可能存在的表达调控关系以及处于其中核心位置的节点，即核心基因（hub gene）。
WGCNA解决的问题：筛选与所关注的表型性状或目标样本相关的基因模块或核心基因，可以迅速开展后续验证性实验； 基于表达量数据来预测基因间调控关系和未知基因的功能，为未知基因研究提供重要线索 基于表达模式对基因进行分类，有助于迅速聚焦到目标模块上； 对大样本表达量数据进行处理。
应用：获取核心基因；癌症相关研究应用“快速锁定与疾病发生相关的候选基因，从而有助于迅速筛选与此癌症相关的生物标记（biomarker）和潜在药物靶点。
是一个R包配合cytoscape来实现
构建WGCNA网络一可以研究目标模块内部基因之间的调控关系，根据关系预测未知基因的功能，在网络中被调控连接的基因，其表达模式相似，具有潜在的相似功能；二可以基于基因之间的连通性来筛选核心基因（处于网络中心节点位置的基因）