高通量RNA-Seq 正在成为基因表达研究的主要工具,基于RNA-Seq 数据构建基因组共表达网络对于发现疾病模块揭示疾病内部复杂分子机制有重要意义，但由于RNA-Seq的大数据量和高分辨率特性，专门针对其设计的高效共表达网络构建和疾病模块识别方法还非常匮乏。本课题针对重要疾病的RNA-Seq 数据，提出核典型关联分析和全局间接相关静默技术相结合的基因共表达网络构建方法，并针对构建网络提出基于多目标协同演化模因计算的疾病模块识别方法。重点解决RNA-Seq 数据压缩存取、基于外显子表达水平的基因共表达关系衡量、带权基因组共表达网络构建、多目标网络模块度定义、大规模协同演化分组、多层次局部搜索、集成聚类和疾病模块有效性评估等具体问题，实现针对RNA-Seq 数据的高效通用疾病模块识别系统。项目开展有助于提高疾病基因预测水平及对复杂疾病内部分子机制的认识，可为RNA-Seq 数据的系统分析提供借鉴。