1. 研究目的与意义、国内外研究现状（文献综述）
基因共表达网络(gene co-expression network)分析致力于寻找协同表达的基因模块(module)，并探索基因网络与研究者关注的表型之间的关联关系。
它基于高通量的微阵列技术(microarray)，应用基因表达芯片得到实验数据，从转录组(mrna)水平探索基因网与疾病或者研究者关注的性状之间的关联关系，因此应用于复杂疾病的易感基因鉴定、新药开发等生物医学研究领域。
首先，在理论研究上，zhang和horvath(2005)学者于2005年在发表了第一篇理论分析文章，截至到2012年5月，已有12篇wgcna相关的文章先后发表在生物信息、系统生物学领域权威期刊上，如bmcbioinformatics、plos computational biology 和bioformatics等。
2. 研究的基本内容和问题
研究目标：根据前人的研究和本实验室的研究情况,基因共表达分析和go基因注释在很多研究课题中都有重要的作用。
因此木研究旨在建立一个基于rnaseq的适合玉米和水稻基因共表达分析和go基因注释的平台,根据实验条件运用适合的软件,编写分析脚木,最终得到一个可行的分析流程,为后续的实验验证奠定一定的基础,也为其他物种的基因表达分析提供一定的借鉴。
研究内容：我们对水稻和玉米的转录组序列用 tophat和 cufflinks来基因组作图和组装。
3. 研究的方法与方案
研究方法1.得到原始数据后通过tophat进行读段定位，将每个样本的读段定位至参考基。
2.对每个样本进行组装，通过cufflinks利用tophat比对的结果（alignments）来组装转录本，估计这些转录本的丰度，并且检测样本间的差异表达及可变剪接本。
3.通过 htseq对accepted_hits.bam利用脚本语言进行处理，得到count文件作为deseq的输入文件。
4. 研究创新点
本实验完备了基因的共表达分析和GO注释从前期准备到差异分析再到生物信息学分析整个流程，提供了详细的实验步骤以及用到的脚本。
5. 研究计划与进展
2014.8-至今读段定位，组装转录本，基因表达差异分析已完成2015年3月至2015年4月上旬 完成加权基因共表达网络分析（WGCNA）和Go基因注释2015年4月完成论文。
