4+细胞焦亡+机器学习的纯生信文章，不用做实验也能发文章~新手小白适用！！

文章预览

‍ 导语 今天给同学们分享一篇生信文章“ Pyroptosis-related signatures predict immune characteristics and prognosis in IPF”，这篇文章发表在 Heliyon. 期刊上，影响因子为4。 结果： 发现与细胞焦亡相关的基因，差异表达 在GSE70866数据集中使用Freiburg队列来比较IPF患者和健康对照组之间基因差异表达（DEGs），使用“Limma”软件包。发现在IPF中有909个基因上调和1271个基因下调（图1A），而CYTL11、ITGB3、PPBP、SPP1、CYP1B1、SFTPB、MMP7、GPR182和NALCN显示出最大差异（P < 0.01）。根据筛选标准，在IPF和健康对照组之间确定了34个与 细胞焦亡 相关的基因（PRGs），其中包括19个显著上调的PRGs和15个显著下调的PRGs（图1B和C）。不同表达的PRGs被用于通过STRING生成基因网络复合物（图S1）。在这34个差异表达的PEGs之间存在高度相关性，并且已经探索了共表达关系（图2A）。根据GO和KEGG分 ………………………………