数据集概述
本数据集来源于RNA Biology 2025年的研究，包含通过WGCNA（加权基因共表达网络分析）方法对CNOT复合体相关基因进行分析的结果。数据主要展示基因间的共表达关系、网络连接强度以及功能模块划分，为研究CNOT复合体在基因表达调控中的作用提供网络层面的证据。数据集包含三个分析结果文件，涵盖基因对关联信息和功能模块特征。
文件详解
- CNOT复合体基因网络关系文件
- 文件名称：
Cnot_complex__Pan2-3_Parn_Toe1.txt
- 文件格式： TXT
- 字段映射介绍： 包含基因对（如Cnot1与Cnot10）的共表达连接强度（如0.563）、连接方向（如undirected）以及对应的基因ID（如ENSMUSG00000036550）。
- CNOT复合体唯一基因列表
- 文件名称：
Cnots_0.1_0.55_genes_uniq.txt
- 文件格式： TXT
- 字段映射介绍： 为经过筛选（权重阈值0.1至0.55）后纳入共表达网络分析的唯一基因列表，包含基因标识符。
- CNOT复合体最大分离模块特征
- 文件名称：
Cnots_0.1_0.55_maxsep.csv
- 文件格式： CSV
- 字段映射介绍： 包含基因ID（如ENSMUSG00000000441）、基因名称（如Raf1）、蛋白质ID（如ENSMUSP00000000451）以及对应的功能特征或酶分类号与得分（如EC:2.7.11.25/6.0358），用于描述网络模块的功能属性。
数据来源
RNA Biology 2025
适用场景
- 基因共表达网络构建与分析：利用WGCNA方法识别与CNOT复合体相关的核心基因模块及其调控网络。
- 基因功能注释与通路分析：基于最大分离模块中的酶分类号（EC编号）等信息，探究CNOT复合体相关基因的生物学功能与代谢通路。
- 转录调控机制研究：分析CNOT复合体成员基因间的共表达模式，揭示其在mRNA降解等转录后调控过程中的潜在协同作用。
- 生物标志物发现：筛选CNOT复合体网络中的关键基因（高连接度节点），为相关疾病的分子标志物研究提供候选基因。
