4+机器学习+PPI+分子对接+实验，其实也蛮简单！

文章预览

‍ 导语 今天给同学们分享一篇生信文章“ ，这篇文章发表在 Drug Des Devel Ther 期刊上，影响因子为4。 结果： 共表达网络构建与模块识别 通过处理TCGA-STAD数据获得基因表达基质。然后选择差异表达的前5000个基因进行进一步分析。此外，在排除临床信息不完整的患者后提取临床资料（543个样本）。将软阈值设置为 5 以构建无标度网络 （图1A).通过组合强相关模块（图1B-C).模块间无显著相关性（图1D).蓝色和黑色模块与TNM分期高度相关（图1E），因此这两个模块中的基因被认为具有临床意义。 蓝色和黑色模块中基因的GO和KEGG分析 提取了蓝色和黑色模块的基因。GO分析结果显示，基因主要富集于细胞分裂（GO：0051301）、细胞周期（GO：0007049）和DNA复制（GO：0006260）。在细胞成分方面，基因主要富集在核质（GO：0005654）、细胞核（GO：0005634）和染色体（GO： ………………………………