| 摘 要： | 目的 通过生物信息学方法综合分析颅内动脉瘤(IA)破裂特征基因，构建IA破裂风险的基因预测模型及药物调控靶点预测。方法 自美国国家生物信息中心基因表达综合(GEO)数据库中下载GSE13353和GSE122897数据集，分别用于筛选IA破裂的特征基因和验证。对IA破裂铁死亡相关的差异基因进行基因本体(GO)富集分析和京都基因与基因组百科全书(KEGG)富集分析；通过LASSO回归和机器学习-支持向量机递归特征消除算法筛选出IA破裂的特征基因；通过受试者工作特征(ROC)曲线，并计算曲线下面积(AUC),评估特征基因模型对IA破裂预测的准确性；基因集富集分析(GSEA)量化特征基因和相关通路活性；对IA组织中免疫细胞的浸润情况以及与特征基因相关性进行分析；使用药物基因相互作用数据库(DGIDB)和Cytoscape软件构建IA破裂特征基因的药物调控网络。结果 自GEO数据库中下载了GSE13353数据集，其中未破裂IA患者8例，破裂IA患者11例。从FerrDb数据库下载铁死亡相关基因731个，去除非人类种属335个，最终获得铁死亡相关基因396个，对其进行差异分析后得到90个差异基因(...
|
