Bioinformatics and Machine Learning-Based Screening of Potential Biomarkers and Logistic Regression Model Building for Neonatal Sepsis
收藏科学数据银行2025-05-05 更新2026-04-23 收录
下载链接：
https://www.scidb.cn/detail?dataSetId=OA_910eebddd37040818e7822b9746456ad
下载链接
链接失效反馈官方服务：
资源简介：
包含 NS 和对照样品的表达谱数据是从基因表达综合 （GEO） 数据库下载的。经过数据质量处理，包括归一化和批量效应去除，筛选 NS 和对照样品之间的差异表达基因 （DEGs）。基因集富集分析 （GSEA） 用于计算显著富集的通路并总结核心基因。加权基因共表达网络分析 （WGCNA） 用于鉴定与 NS 显著相关的基因模块，并从中提取关键基因。机器学习算法，包括最小绝对收缩和选择运算符 （LASSO） 回归、支持向量机递归特征消除 （SVM-RFE） 和随机森林交叉验证 （RF-CV），用于上述生物信息学分析结果交叉点的特征选择，以识别潜在的 NS 生物标志物。
提供机构：
谭志勇; 刘娜
创建时间：
2025-05-05
