G006 基因共表达网络分析

service

多样品基因表达量列表（>= 5样品）

基因共表达网络分析要求在多样品中计算各个基因间的关联性，所以对样品数有一定的要求。如果样品过少，基因间的共表达对数会过多，造成极大的false positive; 如果样品过多，基因间的共表达对数会过多，噪音信号过大。

多样品表达列表如下：

基因-基因的pearson关联系数计算

利用R中的cor.test函数，对每一对基因进行pearson关联系数计算，如果pearson关联系数大于0.8，我们认为这两个基因共表达，反之，两个基因没有共表达关系。

共表达计算结果（pearson关联系数 >= 0.8): pearson_rho_cal.xlsx

基因间共表达网络分析

统计每一个基因的邻近基因数目，对未知基因（例如lncRNA）进行功能预测分析。

每一个基因的邻近基因数目统计表： neighbor_stat.xlsx
功能预测分析结果： gene_enrichment.xlsx

参考文献

1. Liao, Qi, et al. "Large-scale prediction of long non-coding RNA functions in a coding–non-coding gene co-expression network." Nucleic acids research 39.9 (2011): 3864-3878.
2. van Dam, Sipko, et al. "Gene co-expression analysis for functional classification and gene–disease predictions." Briefings in bioinformatics (2017): bbw139.