利用机器学习算法验证的生物信息学方法以识别胆囊癌相关生物标志物和关键通路

本研究解决胆囊癌（GBC）相关生物标志物和分子机制识别的难题，采用机器学习和生物信息学技术比较肿瘤样本和正常样本，识别出146个差异表达基因（DEGs）。研究发现11个关键基因并建立了有效的机器学习模型，对GBC样本进行良好区分，特别是SLIT3、COL7A1和CLDN4与GBC的发展及预后密切相关。