基于机器学习识别膀胱癌双硫死亡关键特征基因.pdfVIP

下载本文档

1
0
约9.66万字
约 7页
2025-08-05 发布于江西
举报
版权申诉

基于机器学习识别膀胱癌双硫死亡关键特征基因.pdf

此“医疗卫生”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第39卷第1期长治医学院学报Vol.39No.1

62025年2月JOURNALOFCHANGZHIMEDICALCOLLEGEFeb.2025

基于机器学习识别膀胱癌双硫死亡关键特征基因

112

吴江杨柳李岗

摘要目的:利用生物信息学和机器学习方法筛选膀胱癌双硫死亡关键差异基因,并探讨其生物

学功能。方法:从GEO数据库中获得膀胱癌数据集GSE13507,筛选膀胱癌癌组织与癌旁组织双硫死亡差

异表达基因,对筛选差异表达基因进行功能富集分析;通过LASSO回归分析及支持向量机(SVM)算法寻

找特征基因,将差异表达基因与特征基因取交集得到关键差异表达基因;对关键基因进行受试者工作特

征曲线分析(ROC)及免疫浸润分析。结果:共得到7个双硫死亡差异表达基因,GO功能主要富集在细胞

形态发生的调节、肌动蛋白细胞骨架组织的调节、基于肌动蛋白丝的过程调节等方面,KEGG主要富集在

粘着斑、肌动蛋白细胞骨架的调节、粘附连接、紧密连接等通路;通过LASSO和SVM共筛选到3个双硫死

亡差异关键基因ACTN4、FLNA、IQGAP1,其中ACTN4基因在正常组织和肿瘤组织表达无明显差异(P

0.05),FLNA、IQGAP1基因在正

您可能关注的文档

文档评论（0）

经管专家 + 关注: 实名认证

服务提供商

初级会计持证人

专注于经营管理类文案的拟写、润色等，本人已有10余年相关工作经验，具有扎实的文案功底，尤善于各种框架类PPT文案，并收集有数百万份各层级、各领域规范类文件。欢迎大家咨询！

咨询作者（47人已咨询）服务中

用户编号：6055234005000000

领域认证该用户于2023年12月17日上传了初级会计

1亿VIP精品文档

更多 >

基于机器学习识别膀胱癌双硫死亡关键特征基因.pdfVIP