基因功能分析，是指利用生物信息學和不同表達系統對基因的功能進行的預測、鑑定和驗證。基因功能是在細胞組成的多層次複雜生命體中實現的，因此對基因功能的研究將極大程度上依賴於對模式生物的研究。基因功能研究的方法有：基因的生物信息學分析，基因的時空表達譜分析（mRNA水平的表達譜分析和蛋白質水平的表達譜分析），基因的功能預測（利用生物信息學進行功能學上的預測和從結構學方面預測基因的功能），基因功能的實驗學鑑定和驗證（基因敲除和敲入技術、人工染色體的轉導、反義技術、基因誘捕技術和微陣列分析）等。
基因功能分類,研究方式,
基因功能分類
GO-Analysis
只要是編碼基因，則一定在體內發揮某一種功能，如果一群基因或蛋白是樣本變化後的主要結果，將基因或蛋白按照功能進行分類，可直觀看出樣本變化體現出的功能特點。但是，這些功能特點並不一定都是重要的，需要通過統計學分析，找到其中重要的功能。而後，還要對挑選的重要功能分類進行驗證，以保證分析的準確性。
目前，對於多數物種來說，國際上最全面、最權威的基因功能分類方法是GO分類。大多數基因或蛋白都可以按照GO進行分類。通過統計分析，GO-Analysis可以定位出樣本變化中重要GO分類，其評價標準為Fiser精確檢驗後的顯著性水平P值<0.05，並通過多重比較檢驗，獲得FDR值，若GO的FDR<0.05，代表樣本變化是影響的最重要、且判斷最準確的GO。
此外，由於GO分類為層次分類，將層次較低、且P<0.05和FDR<0.05的GO突出定位的參數為Enrichment，該參數從大到小排列，將有助於篩選出對樣本影響非常具體、且有靶向性的功能。
研究方式
GO-Map
GO-Map以基因功能為研究單元，從全局角度，系統地概括功能間相互作用關係及所屬分層關係。GO-Map可系統地分析GO-Analysis發現的樣本顯著性基因功能間所屬關係，可直觀發現基因功能的協同作用模式，系統理解樣本性狀變化的本質。
