随着生物科学技术的迅猛发展,生物信息学悄然兴起。它是研究生物和生物医学相关系统中信息内容与信息流向的一门综合系统学科。随着基因芯片[1]技术的出现,吸引了不少科研人员加入到这个领域。对DNA微阵列数据进行基因差异共表达分析,找到与疾病相关的基因是当前生物信息学最热门的科研项目,也是了解和治疗重大疾病的新方法。现在医学很多遗传疾病的病理还不是很了解,因此基因的差异共表达分析方法越来越多的被应用于统计分析来寻找与疾病相关的中心基因。本篇文章首先对基因表达数据集进行差异表达分析,应用R包筛选出298个下调差异表达基因和36个上调差异表达基因。通过比较在正常状态下和疾病状态下的两个差异表达基因的聚类图,我们会发现一些差异表达基因聚的类有所改变,然后我们对这些基因进行KEGG Pathway富集分析,发现下调基因主要与新陈代谢通路有关,然而,上调差异表达基因还与胰岛素信号转导通路和磷酸戊糖等通路有关,除此之外还有两个与代谢有关的通路。然后我们对差异表达基因做进一步的差异共表达分析,当前差异共表达分析主要采用连通性策略的方法去估计差异共表达基因,尽管它简化了计算,但无法从细微的变化中区分差异共表达,尽管可能表明有显著的生物学意义,且相关的逆转很容易丢失。因此我们采用基于链接定量方法识别差异共表基因,将此方法与经典方法进行对比,获得此方法的有效性。