共病+机器学习+分子对接，想做共病思路的可作为模版！！

文章预览

‍ 导语 今天给同学们分享一篇生信文章“The shared mechanism and potential diagnostic markers for premature ovarian failure and dry eye disease”，这篇文章发表在 Sci Rep 期刊上，影响因子为3.8。 结果： 全球环境展望信息 从 GEO 中筛选出与 DED 和 POF 相关的数据集，获得符合研究条件的基因芯片数据集GSE44101（微阵列平台GPL1261）、GSE39501（微阵列平台GPL6887）、GSE171043（微阵列平台GPL28441）和GSE48873（微阵列平台GPL13607）。这些数据集包含正常样本和疾病样本。经过筛选，作者选择了与 DED 相关的数据集GSE44101进行分析，并选择了GSE171043进行验证；选择了与 POF 相关的数据集GSE39501进行分析，并选择了GSE48873进行验证。 DED 和 POF 的加权基因共表达网络分析（WGCNA） 对GSE44101和GSE39501数据集的数据进行预处理后分析，得到样本聚类。选取β值分别为20和9作为构建共表达网络的软阈 ………………………………