В статье представлен WGCNA+, новый R-пакет, расширяющий классический метод WGCNA (Weighted Gene Co-expression Network Analysis) для совместного анализа мульти-омиксных данных (транскриптомика, протеомика, miRNA). Традиционный WGCNA работает только с одним типом данных, что ограничивает его применение в современной биомедицине. WGCNA+ предлагает пять ключевых инноваций: (1) унифицированный конвейер для построения сетей на каждом уровне омики и обогащения модулей между уровнями; (2) ускоренное вычисление матрицы топологического перекрытия с помощью SVD-разложения, что значительно сокращает время вычислений; (3) консенсусный фреймворк для выявления модулей, воспроизводимых на независимых наборах данных или условиях; (4) сопутствующий R-пакет LASAGNA для визуализации фенотип-зависимых мульти-партитных графов, отображающих межомиксные связи; (5) ИИ-поддержанную аннотацию и инфографику для быстрой биологической интерпретации. Авторы протестировали WGCNA+ на публичных транскриптомных, протеомных и miRNA-наборах данных. Результаты показали, что WGCNA+ обнаруживает биологически значимые модули, межомиксные корреляции признаков и фенотипов, а также предоставляет ИИ-интерпретацию, ускоряющую исследования. Пакеты WGCNA+ и LASAGNA реализованы на R (версия ≥3.5) и доступны бесплатно на GitHub. Инструмент предназначен для фундаментальных исследований, поиска биомаркеров и анализа сигнальных путей, а также для клинических и трансляционных исследований.