后基因组时代,生物分子网络建模成为探索复杂生命活动的有力工具,而其中构建基因共表达网络并进行分析是预测目标物种未知基因功能的有效方法。功能相关的基因通常在转录水平上表现出一定的协同表达,因而基因共表达网络可以直观的展示出相互连接的有相似调控机制的基因,利用已知功能的基因在基因共表达网络中进行关联推断,可以有效地预测出未知基因的功能。基因共表达网络的构建需要大量高质量的转录组测序数据,新一代测序技术的变革使得公共数据库平台积累了不同物种海量的测序数据,这为相关物种基因共表达网络的构建提供了可能。茶树近些年也累积了大量的RNA-seq数据,同时其基因组也完成了高质量组装。作为重要的茶叶来源作物,茶树中有大量未知基因的功能亟须解析,很大程度上阻碍了茶树良种选育、代谢工程等应用需要。而利用传统的实验方法进行茶树基因功能分析效率低下,现阶段迫切需要开发新的组学方法来快速精准地挖掘大量的候选基因。本文选取茶树作为研究对象,基于茶树大样本的RNA-seq数据,构建了高质量的茶树基因组范围内的基因共表达网络,以期加速茶树未知基因功能的研究。本论文完成的主要工作内容如下:(1)茶树转录组数据的收集和分析。从公共数据库检索并筛选出288个合格的茶树转录组测序样本,结合茶树基因组注释信息,将这些样本进行一套优化的转录组数据流程分析,并最终得到茶树33,932条基因在261个样本上的表达谱数据。(2)茶树基因共表达网络的统计建模。去除109条在所有样本中均不表达的基因,利用标准化后的表达谱数据,以皮尔逊相关系数度量33,823条茶基因之间的表达相关性,利用随机扰动获得表达相关分数相应的p-value,保留p-value小于0.01的具有统计学显著性的基因共表达关系对。为去除网络中低相关关系的干扰且同时保证真实生物网络的拓扑学特征(无尺度、小世界特性),引入了不同相关系数阈值下相应网络中度和度分布的统计回归拟合指数R~2以及网络的平均连通度作为评价标准,在保证R~2较高且平均连通度不低的情况下分析判定最合适的相关阈值为0.7。经过阈值筛选,最终得到了由27,158个茶树基因作为节点和2,574,341个基因对作为边构建成的茶树基因共表达网络。(3)基于随机游走算法的茶树基因共表达网络中的基因功能预测。为了更精准高效地从茶树基因共表达网络中挖掘出相关的功能基因,本文在传统的基于共表达网络相关性分析进行基因预测的方法上,引入了一种结合重启型随机游走算法分析共表达网络的方法,对茶树相关功能基因预测的结果进行重新打分排序。通过选定数据的应用比较,发现该方法在预测结果的准确性有较大的提高。(4)茶树基因共表达网络数据库平台的搭建。利用得到的基因共表达网络数据,整合茶树基因组相关注释信息,搭建了一个茶树基因共表达网络数据库平台Tea Co N(a platform of gene co-expression network for tea plant,http://teacon.wchoda.com)。利用本平台,茶研究人员可以方便地进行茶树基因共表达网络数据的浏览、检索和下载。同时,平台还开发了可视化的用于基因功能预测的相关工具,例如BLAST比对、GO和KEGG富集分析、基因组浏览(JBrowse)、表达谱可视化等。应用这些功能,本论文通过脱水素基因Cs DHN2进行了系列分析操作,证实了平台的实用性。