不会

R

语言怎么做共表达网络分析？

分子生物网络展现了分子之间的相互作用，可较为深入地反映基

因间的表达调控关系，在组学机理的研究中尤为重要。

基因共表达网

络分析（

Gene 

Co-expression 

Network 

Analysis

）

是基于基因间

表达数据的相似性而构建的网络图，图中的节点代表基因，具有相似

表达谱的基因被连接起来形成网络。

Network 

propagation: 

a 

universal 

amplifier 

of 

genetic 

associations. GENETICS 

今天给大家介绍一个共表达关系网络分析以及可视化的在线工具

Coexpedia

（

/

）

。

Coexpedia

搜集了

GEO

数据库中的测序数据（人

和小鼠一共

900

多个数据集），对每个数据集单独进行了共表达分析，

然后将所得的共表达关系汇总构建成数据库。通常我们利用

R

语言做

共表达分析只针对单个数据集，相比而言，

Coexpedia

的数据来源就

要广的多，结果的可信度理论上会更高一些。

点击

Search

即可进入共表达关系查询页面。物种分人类和小鼠，

毕竟

GEO

上还是这两个物种的数据居多，其它的数据太少。

我们先来看一下单个基因的查询结果：

左侧显示

的是与目标基因存在共表达关系的基因列表，依照共表

达关系的得分排序，这一得分是该

pair

在所有数据集中的得分之和。

数据库中还提供了

GO-BP

（

Gene Ontology - Biological Process

）

注释和

DO

（

DiseaseOntology

）注释。

右侧显示

的是按照不同

MeSH

（

Medical subject heading

）条

目

进行分类的结果，比如选中

Heart

这一条目，我们即可查看在

Heart

相关研究中得到的共表达关系（黄色描边显示）。

点击最右侧的

view

后可以生成一个新的网络：