已知基因表达量fpkm用共表达网络数学模型来刻画基因表达的协同调节作用 需要相关的教程或者论文

以下是一些关于共表达网络数学模型的教程和论文的推荐：

1. 教程：

   • "Introduction to Co-expression Network Analysis"（https://www.bioconductor.org/packages/release/bioc/vignettes/WGCNA/inst/doc/WGCNA.pdf）：这是一个基于R语言的WGCNA软件包的教程，介绍了共表达网络分析的基本原理和方法。

2. 论文：

   • Zhang B, Horvath S. "A General Framework for Weighted Gene Co-Expression Network Analysis."(https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1001138) PLoS computational biology. 2011, 7(2): e1001138. 这篇论文描述了WGCNA算法的原理和应用，并提供了一个通用的框架来进行基因共表达网络分析。
   • Langfelder P, Zhang B, Horvath S. "Defining clusters from a hierarchical cluster tree: the Dynamic Tree Cut package for R."(https://academic.oup.com/bioinformatics/article/24/5/719/226984) Bioinformatics. 2008, 24(5): 719-720. 这篇论文介绍了一个用于从层次聚类树中定义聚类的R软件包Dynamic Tree Cut，可用于共表达网络的模块划分。
   • Oldham MC, Konopka G, Iwamoto K, et al. "Functional organization of the transcriptome in human brain."(https://www.pnas.org/content/105/31/11073) Proceedings of the National Academy of Sciences. 2008, 105(31): 11073-11078. 这篇论文使用WGCNA方法对人类大脑转录组数据进行分析，揭示了基因共表达网络的功能组织结构。

希望这些教程和论文对您的研究有所帮助