基因共表达网络

基因共表达网络（GCN）是一个无向图，其中每个节点对应一个基因，如果一对节点之间存在显着的共表达关系，则用一条边连接它们。 由于两个共表达基因的转录水平 跨样本一起上升和下降。 基因表达网络具有生物学意义，因为共表达的基因由相同的转录调控程序控制，功能相关，或相同途径或蛋白质复合物的成员。

共表达关系的方向和类型在基因共表达网络中没有确定； 而在基因调控网络 (GRN) 中，一条有向边连接两个基因，代表一个生化过程，例如反应、转化、相互作用、激活或抑制。 与 GRN 相比，GCN 不会尝试推断基因之间的因果关系，并且在 GCN 中，边仅表示基因之间的相关或依赖关系。 基因共表达网络中的模块或高度连接的子图对应于具有相似功能或参与共同生物过程的基因簇，这些过程导致它们之间发生许多相互作用。

基础公共表达网络通常使用由高通量基因表达谱分析技术（如微阵列或 RNA-Seq）生成的数据集构建。

基因共表达网络的概念最早由 Butte 和 Kohane 于 1999 年作为相关网络提出。 他们收集了一些患者的医学实验室测试的测量数据（例如血红蛋白水平），他们计算了每对测试结果之间的 Pearson 相关性，并将相关性高于某个水平的测试对连接起来 网络（例如胰岛素水平与血糖）。 Butte 和 Kohane 后来使用这种方法，将互信息作为共表达度量，并使用基因表达数据构建了xxx个基因共表达网络。

已经开发了许多用于构建基因共表达网络的方法。 原则上，它们都遵循两步法：计算共表达量度和选择显着性阈值。 在xxx步中，选择共表达度量并使用该度量为每对基因计算相似性分数。 然后，确定一个阈值，相似度得分高于所选阈值的基因对被认为具有显着的共表达关系，并通过网络中的边连接。

构建基因共表达网络的输入数据通常表示为矩阵。 如果我们有 n 个样本（条件）的 m 个基因的基因表达值，则输入数据将是一个 m×n 矩阵，称为表达矩阵。 例如，在微阵列实验中，针对几个样本测量了数千个基因的表达值。 xxx步，计算表达矩阵中每对行之间的相似性分数（共表达度量）。 生成的矩阵是一个 m×m 矩阵，称为相似矩阵。 该矩阵中的每个元素都显示了两个基因的表达水平一起变化的相似程度。 在第二步中，将相似度矩阵中高于某个阈值（即表示显着共表达）的元素替换为 1，将其余元素替换为 0。得到的矩阵称为邻接矩阵，表示图 构建的基因共表达网络。 在这个矩阵中，每个元素显示两个基因在网络中是否连接（1 个元素）或不连接（0 个元素）。

一个基因对不同样本的表达值可以表示为一个向量，因此计算一对基因之间的共表达量度与计算两个数字向量的选定量度相同。

Pearson相关系数、Mutual Information、Spearman等级相关系数和Euclidean距离是构建基因共表达网络最常用的四种共表达度量。 欧氏距离测量两个向量之间的几何距离，因此同时考虑了基因表达值向量的方向和大小。 互信息衡量了解一个基因的表达水平会在多大程度上减少另一个基因表达水平的不确定性。 皮尔逊相关系数衡量两个向量一起增加或减少的趋势，从而衡量它们的整体对应关系。 Spearman's rank correlation 是为秩 o 计算的 Pearson 相关性。