文章预览
Computers in Biology and Medicine； Q２；IF 7.7 背景摘要 研究主要探讨了基于RNA结合蛋白的胶质瘤亚型的识别和分类。 首先基于CGGA数据库利用无监督聚类方法识别胶质瘤发展过程中存在异质性的６种关键肿瘤亚型。随后，采用拟时序分析和MS模型跟踪这些亚型的进展阶段。然后使用WGCNA和Lasso Cox回归模型确定在胶质瘤进展中发挥重要作用的RBPs。其中BCLAF1与胶质瘤患者生存和进展密切相关。功能注释也表明，BCLAF1可能通过影响RNA剪接来影响胶质瘤的进展，进而影响细胞周期、Wnt信号通路和其他癌症发展途径。 流程图 结果 1、基于K-均值算法识别肿瘤新表型 图1 胶质瘤中 K-均值聚类 分型特征 。 （A） 胶质瘤中最佳聚类数的选择 （肘部方法） 。 （B-E） 胶质瘤 不铜分型 的PCA、UMAP、t-SNE 、 MDS 可视化（ 每个点代表一个样本，每种颜色代
………………………………
