组学分析显示两个基因表达强相关，怎么就是验证不出调控关系呢？

主要观点总结

本文主要讨论了基因调控中相关性分析的重要性，以及相关性强但验证不出调控关系的原因。包括基因A可能位于基因B的下游、共同受调控因子C影响，以及细胞功能相似性对基因表达相关性的影响。最后提出了根据相关性筛选转录因子时的一些观察和思考。

关键观点总结

关键观点1: 基因A与基因B之间的强相关性可以作为调控关系的支持性证据。

在国自然项目和文章中，通过数据分析筛选可能调控基因B的候选基因A时，基因A与基因B之间的表达相关性是一个重要的筛选指标。当相关性显著强（P<0.05，相关系数的绝对值大于0.3）时，这个数据可以作为A调控B表达的支持性证据。

关键观点2: 相关性分析在基因调控研究中的应用和局限性。

虽然相关性分析可以初步筛选可能调控基因B的候选基因A，但在后续实验验证时，可能会出现虽然基因A与基因B表达强相关，但验证不出基因A对基因B的调控关系的情况。原因之一可能是基因A在基因B的下游而非上游。

关键观点3: 其他影响基因表达相关性的因素。

除了基因A可能位于基因B的下游外，还有其他重要因素可能影响基因表达相关性，如基因A与基因B可能被共同的调控因子C所影响。此外，细胞功能上的相似性似乎比转录因子对靶基因的调控更能影响基因表达相关系数。

关键观点4: 基于相关性筛选转录因子的思考。

当根据相关性筛选可能的转录因子时，作者观察到相关性较强（>0.5甚至0.6）的两个基因可能存在被共同转录因子调控加正反馈回路的模式。并提出在基金申请或课题思路讨论合作时，应注意这些复杂的调控关系。

文章预览

在国自然项目和文章中，为了证明基因 A 对基因 B 的调控，我们一般都会分析一下基因 A 与基因 B 之间的表达相关性， 如果结果显示基因 A 与基因 B 之间存在显著强相关性（ P < 0.05 ，一般相关系数的绝对值需要大于 0.3 ），这个相关性的数据可以作为 A 调控 B 表达的一个支持性证据： 当然，基于 A 调控 B 表达的假说，也可以一开始从数据分析进行筛选，而相关性分析一般也是其中一个筛选的指标， 然后基于相关性就可以初步筛选可能调控基因 B 的候选基因 A 了。 当然，在后续实验验证（比如把 A 沉默、过表达、抑制或者激活后检测基因 B 的表达）的时候就会出现题目中的问题： 虽然基因 A 与基因 B 表达上呈现强相关，但是怎么都验证不出来基因 A 对基因 B 的调控关系。 我们假定实验结果没有问题，即基因 A 沉默后确实没有影响基因 B 表达，然 ………………………………