庞大的基因表达数据库和别致的可视化工具让我们能够探索基因在何时何地表达。如果我们在 "正常 "生长条件下没有看到基因突变体的表型，这些信息通常可以用来帮助指导表型的搜索。我们探索了几种拟南芥数据工具（eFP Browser、ARDB、TraVA DB、Araport）以及 NCBI 的基因组数据查看器（Genome Data Viewer），用于查看其他植物物种的 RNA-seq 数据。我们还检查了小 RNA 和降解产物的 MPSS 数据库，以了解我们的示例基因是否有任何潜在的 microRNA 靶标。

使用 WGCNA 等算法按表达数据集中相似的表达模式对基因进行分组是一种非常有用的数据组织方式。然后，可以对具有相似表达模式的基因簇进行基因本体术语富集分析（见模块 5），或研究它们是否属于同一通路。更强大的功能是通过挖掘基因表达数据库，在不进行任何表达谱分析实验的情况下识别具有相似表达模式的基因！有几种工具，只需输入一个查询基因标识符，就能在许多植物物种中实现这一功能。返回的基因通常与查询基因处于相同的生物过程中，因此这种 "因关联而有罪 "的模式是生成假设的绝佳工具。

基因表达调控是植物控制基因产物丰度的主要方式之一（其他方式包括翻译后修饰和蛋白质降解）。基因表达的时间和地点在很大程度上受基因启动子中存在的短序列图案（称为顺式元件）的控制。而这些又受到转录因子的调控，转录因子可能会在环境压力下或特定的发育过程中被诱导。因此，了解哪些转录因子能与哪些启动子结合，有助于我们了解下游基因在生物系统中可能发挥的作用。

'omics'实验的结果通常是大量的基因列表，例如那些差异表达的基因。我们可以采用 "挑拣 "的方法来探索这些基因列表中的单个基因，但如果能有一种自动分析方法就更好了。在这里，进行基因本体富集分析的工具非常有价值，它可以告诉您基因列表中是否有任何特定的生物过程或分子功能被过度代表。我们将探讨 AgriGO、AmiGO、TAIR 和 BAR 的工具以及 g:Profiler，它们都能让您进行此类分析。另一项有用的分析是将基因列表（连同相关的表达值等）映射到通路表征上，我们将使用 AraCyc 和 MapMan 来完成这项工作。通过这种方法，您可以很容易地看到某些生物合成反应是否上调，从而帮助您解释'omics'数据！

细胞内的分子很少单独运作。蛋白质共同作用形成复合物，或成为信号转导级联的一部分。转录因子与启动子或其他地方的顺式元件结合，可作为转录的激活剂或抑制剂。MicroRNA 还能以其他方式影响转录。过去二十年来，生物学领域出现的一个主题是网络。就蛋白质-蛋白质相互作用网络而言，与其他蛋白质高度关联的蛋白质往往对生物功能至关重要--当这些 "枢纽 "受到干扰时，我们就会看到巨大的表型效应。转录因子与下游启动子相互作用的方式，有些会驱动其他转录因子的表达，而其他转录因子又会与上游转录因子组合调节基因，这在调节所实现的输出类型方面会产生重要的生物学效应。 本实验室介绍的工具可以帮助我们在网络背景下探索分子相互作用，也许最终目标是建立特定系统的行为模型。