论文部分内容阅读
目的利用Firehose数据库的数据,分析与急性髓系白血病(AML)发生、发展及预后相关的分子标志物,构建基于机器学习算法的AML 1年预后模型。方法从GDC(Genomic Data Commons)的外部链接Broad Firehose数据库中下载关于AML患者的临床及转录组数据,筛选出符合要求的生存期及mRNA测序数据的病历共163例。运用R语言DESeq程序包进行差异表达基因的筛选,并应用R语言的Rattle程序包构建基于20基因的AML 1年预后生存模型。结果 EBF4、MTUS2、NT5E、A