5+机器学习+单细胞+实验，又是一篇卷创新的范文，思路可借鉴！

文章预览

‍ 导语 今天给同学们分享一篇生信文章“Identification and verification of diagnostic biomarkers for deep infiltrating endometriosis based on machine learning algorithms”，这篇文章发表在 J Biol Eng 期刊上，影响因子为5.7。 结果： DIE和非DIE中DEG的筛选 图1显示了流程图。在GSE 141549数据集中，对77个DIE样品和71个NON-DIE样品进行差异表达分析。在鉴定的148个DEG中，根据以下筛选标准，38个基因显著上调：|log 2倍数变化（FC）|> 0.585且P值 < 0.05，而没有观察到基因显著下调。生成GSE 141549数据集中DIE和NON-DIE之间DEG的热图和火山图。热图显示，DIE组中大多数DEG均上调，特别是USP 14、LRRFIP 1、C20 ORF 127、HSPA 1A和FTHL 12（图2A）。火山图显示22个上调基因，其中10个基因，包括USP 14、HSPA 1A、FTHL 12、USP 49、A2 M、LRRIP 1、C20 ORF 127、SEMA 3C、RH 0 B和NR 4 A2，显著上调（图2B）。 差异基因的GO和KEGG富集分 ………………………………