机器学习联合孟德尔随机化+简单实验验证的思路，值得大家借鉴学习！！

文章预览

‍ 导语 今天给同学们分享一篇生信文章“Identification of potential biomarkers for lung adenocarcinoma: a study based on bioinformatics analysis combined with validation experiments”，这篇文章于2024年9月19日发表在 Front Oncol 期刊上，影响因子为3.5。 结果： 共有 401 个关键模块差异基因与 LUAD 相关 在 TCGA-LUAD 中，对所有样本进行聚类分析，结果显示没有明显的异常值 ，R2 设置为 0.85，软阈值 β 确定为 4（ 图 2A ）以构建无标度网络。通过 WGCNA 分析，共鉴定出 12 个共表达模块（ 图 2B ）。在这些模块中，MEblue 模块与 LUAD 表现出最强的负相关 （cor=-0.85） （ 图 2C ）。 通过R包edgeR（3.36.0版本）分析TCGA数据集中LUAD和正常样本的差异基因，鉴定出5,702个DEGs，其中3,785个上调基因，1,917个下调基因（ 图2D，E ）。然后，确定 5702 个 DEGs 与 406 个关键模块基因之间的交集，产生 401 个关键模 ………………………………