利用条件特异性集合共表达方法，从公共转录组中构建基因共功能和共调控网络

《Nature Communications》：Constructing gene co-functional and co-regulatory networks from public transcriptomes using condition-specific ensemble co-expression

　　

摘要

基因共表达网络（GCNs）能够揭示基因之间的共功能和共调控关系。然而，现有的GCN构建方法容易受到批量效应和样本组成的影响，这限制了它们从大量公共RNA-seq样本中生成有效GCN的能力。在这里，我们介绍了一种名为TEA-GCN（两级集成聚合-GCN；https://github.com/pengkenlim/TEA-GCN）的GCN构建方法。该方法利用无监督的转录组数据集划分和多指标共表达评分来生成集成基因共表达谱。通过对12个物种的450,000多个公共RNA-seq样本进行基准测试，TEA-GCN在预测基因功能和推断基因调控网络方面表现优于现有方法。通过使用自然语言处理技术，我们还发现具有高共表达水平的生物相关数据集划分能够在TEA-GCN中识别出特定组织或条件下的基因共表达模式，从而提高了模型的可解释性。此外，TEA-GCN在不同物种间的保守性得到了增强，使其适用于多物种比较研究。