5+铁死亡+分型+WGCNA+机器学习分析

今天给同学们分享一篇铁死亡+分型+WGCNA+机器学习的生信文章“Identification of ferroptosis-related molecular clusters and genes for diabetic osteoporosis based on the machine learning”，这篇文章于2023年8月14日发表在Front Endocrinol (Lausanne)期刊上，影响因子为5.2。

糖尿病骨质疏松症在分子水平上表现出异质性。铁死亡是一种由脂质过氧化积累引起的可控细胞死亡形式，是多种疾病发病和发展的原因之一。本研究旨在从分子水平探讨糖尿病骨质疏松症中与铁死亡相关的分子亚型，并进一步阐明其潜在的分子机制。

图1 研究设计和分析流程图

1. 鉴定在糖尿病骨质疏松症中特异表达的 FRGs

使用 "limma "软件包对 GSE35958 中 4 个对照样本和 5 个骨质疏松症样本的表达谱数据进行归一化处理（图 2A、B）。根据P-Value<0.05和log2倍变化（FC）≥1，