转录组数据挖掘

1.表达量挖掘，层次聚类分析，共有基因分析，特异表达分析

2.差异基因挖掘，差异基因集总体，差异基因功能富集表达模式分析

3.工具挖掘，共表达网络分析wgcna，主成分分析pca

4.基因挖掘工具，基因家族分析，转录因子分析，关键基因筛选。

基因表达网络wgcna表达量聚类分析和表型关联两部分。不同器官组织类型发育调控，同一组之不同发育调控，非生物胁迫不同时间点应答，病原物侵染后不同时间点应答。

关键基因的筛选，基于生物性状等。

公共数据思路分析

1. 整合多个项目的sra高通量测序（解析fastq）分析数据
2. 多种研究数据横向比较
3. 不同水平间的横向比较
4. 不同数据间的联合分析

FIG4,通过韦恩图，找到共性的基因，然后进一步对这些共基金进行 go,cog, keegg分析

Fig6,通过