原标题：EXCEL竟能如此简单地搞定基因共表达网络分析
基因与基因之间的关系千丝万缕，基因共表达网络(Gene co-expression network)是用来分析基因间作用关系的一种常用手段。诚然，通过像STRING、PINA等数据库工具可以很容易的获取编码基因间的作用关系，但是只能获取已知的作用关系，并且结论可能会由于具体实验条件的不同而产生一定的偏差。此外，在预测非编码基因的靶基因时，除了各种靶基因预测工具，基因共表达网络分析也是一件利器。
其实基因共表达网络分析并非十分复杂的分析，用EXCEL就能搞定其中的数据处理。
先来说说基因共表达网络分析的流程：
1、获取基因表达数据，进行数据标准化；
2、筛选差异基因，构建差异基因的表达矩阵；
3、计算差异基因间的表达相关性系数；
4、利用Cytoscape构建网络，分析网络拓扑结构。
前两步的具体方法在前面的文章中讲过()，这里就不赘述了，差异基因的表达矩阵利用vlookup函数即可构建。
今天实操过程中用的是GEO中Series Matrix File(s)格式的数据。
差异基因也没有筛选，只是随便选了50个基因进行分析演示
利用EXCEL(版本为)自带的工具分析相关系数。在左上角的“文件”里“Excel选项”“加载项”中，在“非活动应用程序加载项”中，找到“分析工具库”，然后在下方“转到”Excel加载项后，按“确定”，即可在“数据”选项中的分析下添加“数据分析”。
选择逐行分析，并将结果输出到新的表格中
然后把表头加上(转置粘贴的运用，见之前的微信文章)
现在获取的是一个表达相关系数的矩阵，我们最后要生成网络图，这样的矩阵图是用不了的，必须得拆分成普通表格(如下图)。拆分矩阵我们需要用到这样的公式：
BA单元格：=OFFSET($A$1,INT((ROW(A1)-1)/50)+1,0)
BB单元格：=OFFSET($B$1,COLUMN(A1)-1,MOD(ROW(A1)-1,50))
BC单元格：=OFFSET($B$2,INT((ROW(A1)-1)/50),MOD(ROW(A1)-1,50))
输入完成后，下拉填充即可。
公式中50这个数字是你的基因数量，本次演示用的是50个基因。
表达相关性的数据有了，建立筛选标准进行筛选(常用>0.98或
讲完了~~听首歌消个愁吧~~
没看过瘾？那再给你们讲个EXCEL的高级用法——定位。
有没有傲娇的小童鞋说，我非要保留相关性系数的矩阵，我要把数据做成下图这样(把大于0.9或小于-0.9的数据留下，其它全都清除)。
首先用IF函数做一个筛选
在B55单元格输入公式：=IF(OR(B2>0.9,B2
然后利用自动填充工具把整个区域都填充上数据。我们可以看到满足筛选条件的显示的是具体数值，不满足的显示是FALSE。
我们调出定位工具(快捷键为F5)
引用位置设置为数据区域
然后设置定位条件，选择公式中的逻辑值
所有的FALSE就全部选中了，然后清除内容就大功告成了。
定位功能主要是利用条件格式来筛选出不规则的选择区域。常用的筛选标准还有空值与其它、公式与其它、文本与其它、数字与其它、可见单元格与隐藏单元格等。
定位的应用很多，比如快速填充空值。
下图中的左列如何做成右列？
选中目标区域设置定位条件为空值
在A2单元格中输入：=A1
然后按Ctrl+回车即可完成填充。
今天演示的材料都上传到网盘中了，大家可以自己下载下来练练手
链接：/s/1hs8BNNI
密码：pg5i
责任编辑：
如果觉得《基因共表达网络分析java EXCEL竟能如此简单地搞定基因共表达网络分析》对你有帮助，请点赞、收藏，并留下你的观点哦！
