首先，WGCNA并不适合在2.1的差异基因筛选后的基因集上做，原因在知乎上有大佬们进行过讨论：@云生信学生物信息：强烈不建议采用的基因进行WGCNA分析， 因为差异表达的基因，就是的样本失去了多样性。@Zheng博士：WGCNA旨在识别共表达的基因模块，而不是单个基因，分析结果应在此背景下进行解释。使用WGCNA来鉴定DEG可能没有考虑到模块内基因之间的潜在相互作用，并且可能会错过重要的生物学见解

第四课：RNA-Seq数据分析——三种主流的差异基因分析（DESeq2，EdgeR，limma） - 知乎 (zhihu.com)筛选差异表达基因有三种方法：limma、DESeq2、EdgeR这三种方法都是用于筛选差异表达基因的常用工具，但它们在原理和实现上有所不同：- **原理简介：** limma最初是为微阵列数据设计的，但后来也被应用于RNA测序数据分析。它基于线性模型，使用的是贝叶斯推断

首先，WGCNA并不适合在2.1的差异基因筛选后的基因集上做，原因在知乎上有大佬们进行过讨论：@云生信学生物信息：强烈不建议采用的基因进行WGCNA分析， 因为差异表达的基因，就是的样本失去了多样性。@Zheng博士：WGCNA旨在识别共表达的基因模块，而不是单个基因，分析结果应在此背景下进行解释。使用WGCNA来鉴定DEG可能没有考虑到模块内基因之间的潜在相互作用，并且可能会错过重要的生物学见解