Data · dataset · 2025

Bioinformatics and Machine Learning-Based Screening of Potential Biomarkers and Logistic Regression Model Building for Neonatal Sepsis

Listed in ScienceDB

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。