基因共表达网络是一个曲线图，其中每个基因对应于节点，并且如果它们的对表达式相似度得分高于特定阈值，则通过无向边沿连接一对节点。来自基因表达数据集的共表达网络的构建已成为传统分析方法的广泛使用的替代方法。已经应用了大规模基因共表达网络，例如，为了证明功能相关的基因通常在各种数据集和跨不同的生物体中共同表达。通过构建不同条件的共表达网络，例如正常和癌症状态，可以调查网络连接模式中的疾病介导的变化。

相关网络在生物信息学应用中得到越来越多的应用。例如，加权基因共表达网络分析是一种系统生物学方法，用于描述不同微阵列样本中基因之间的相关模式。加权相关网络分析，又称加权基因共表达网络分析(Weighted gene co-expression network analysis, WGCNA)，是一种应用广泛的相关网络分析方法，尤其适用于基于变量间成对相关的生物网络研究。虽然它可以用于大多数高维数据集，但在基因组数据挖掘中应用最为广泛。它允许根据模块的隶属关系定义集群(或模块)、网络节点和模块内hub，比较不同共表达模块之间的关系，研究不同网络的网络拓扑结构。

基因共表达网络的应用

• 寻找高度相关基因的集群或模块
• 使用模块内hub基因或模块特征基因总结这些模块
• 用特征基因网络方法将各模块相互关联，并与外部样本特征相关联
• 计算模块成员资格的措施

如何下订单:

*如果您的组织需要签署保密协议，请通过电子邮件与我们联系

作为世界领先的Omics行业公司之一！创意蛋白质组学现在正在为客户提供基因共同表达网络分析服务。在生物信息学领域拥有超过8年的经验，我们愿意为客户提供最优秀的服务！联系我们获取所有详细信息!