基因功能分析，是指利用生物信息学和不同表达系统对基因的功能进行的预测、鉴定和验证。基因功能是在细胞组成的多层次复杂生命体中实现的，因此对基因功能的研究将极大程度上依赖于对模式生物的研究。基因功能研究的方法有：基因的生物信息学分析，基因的时空表达谱分析（mRNA水平的表达谱分析和蛋白质水平的表达谱分析），基因的功能预测（利用生物信息学进行功能学上的预测和从结构学方面预测基因的功能），基因功能的实验学鉴定和验证（基因敲除和敲入技术、人工染色体的转导、反义技术、基因诱捕技术和微阵列分析）等。
基因功能分类
GO-Analysis
只要是编码基因，则一定在体内发挥某一种功能，如果一群基因或蛋白是样本变化后的主要结果，将基因或蛋白按照功能进行分类，可直观看出样本变化体现出的功能特点。但是，这些功能特点并不一定都是重要的，需要通过统计学分析，找到其中重要的功能。而后，还要对挑选的重要功能分类进行验证，以保证分析的准确性。
对于多数物种来说，国际上最全面、最权威的基因功能分类方法是GO分类。大多数基因或蛋白都可以按照GO进行分类。通过统计分析，GO-Analysis可以定位出样本变化中重要GO分类，其评价标准为Fiser精确检验后的显著性水平P值＜0.05，并通过多重比较检验，获得FDR值，若GO的FDR＜0.05，代表样本变化是影响的最重要、且判断最准确的GO。
此外，由于GO分类为层次分类，将层次较低、且P＜0.05和FDR＜0.05的GO突出定位的参数为Enrichment，该参数从大到小排列，将有助于筛选出对样本影响非常具体、且有靶向性的功能。
研究方式
GO-Map
GO-Map以基因功能为研究单元，从全局角度，系统地概括功能间相互作用关系及所属分层关系。GO-Map可系统地分析GO-Analysis发现的样本显著性基因功能间所属关系，可直观发现基因功能的协同作用模式，系统理解样本性状变化的本质。