用途：该技能用于在 OmicVerse 中复现 t_wgcna.ipynb 的 WGCNA 共表达网络分析流程，涵盖数据加载、PyWGCNA 构建、模块检测及目标模块查看。
主要能力：导入 omicverse、scanpy、matplotlib、pandas 并设置绘图默认值；读取表达矩阵（如 expressionList.csv），用 statsmodels 的 robust.mad 计算 MAD 并保留高变基因；初始化 PyWGCNA（ov.bulk.pyWGCNA，需指定 name、species、geneExp、outputPath、save）；执行 preprocess、calculate_soft_threshold、calculating_adjacency_matrix、calculating_TOM_similarity_matrix、calculate_geneTree、calculate_dynamicMods、calculate_gene_module；可用 plot_matrix 查看邻接/TOM 热图；用 get_sub_module、get_sub_network、plot_sub_network 查看子网络；用 updateSampleInfo、setMetadataColor 更新样本注释；用 analyseWGCNA、plotModuleEigenGene、barplotModuleEigenGene 做模块-性状关联；用 top_n_hub_genes 找枢纽基因。
使用方式：按流程顺序执行上述步骤，可参考 reference.md 中的命令；运行前建议校验过滤后基因数、数值类型与样本数。
限制：大数据集可设 save=False 减少中间文件；模块检测失败时可检查 MAD 过滤后基因数并调整 deepSplit 或 softPower；绘制特征基因热图前需为元数据类别分配颜色。具体数据与参数以教程页面为准，其余细节暂未提供。