基于加权基因共表达网络分析和机器学习的肛瘘潜在生物标志物筛选及实验研究

摘要： 目的 利用加权基因共表达网络分析(WGCNA)、机器学习算法、免疫浸润分析和动物实验筛选肛瘘(AF)潜在的生物标志物。方法 下载基因表达数据库中包含AF和瘘管旁组织(PF)的转录组数据进行差异分析，对差异表达基因(DEGs)进行基因本体(GO)和京都基因与基因组百科全书(KEGG)信号通路富集分析。整合WGCNA结果和DEGs,筛选AF相关基因。利用最小绝对收缩和选择算子(LA... （共9页）