基于生物信息学与机器学习探索多囊卵巢综合征关键基因及临床验证与中药靶向预测

本文通过生物信息学与机器学习方法，分析了多囊卵巢综合征（PCOS）的基因表达数据集GSE114419、GSE80432、GSE262735和GSE173160，以识别PCOS的关键基因。研究利用R软件包inSilicoMerging合并数据并消除批次效应，再使用Limma软件包筛选差异基因（DEGs），设定差异倍数>1.2且P<0.05为显著差异。此外，还进行了相关中药靶向预测，旨在为PCOS的预防和治疗提供新思路。PCOS是一种常见的女性生殖内分泌疾病，影响全球8%～18%的女性，其发病机制尚不完全清楚，但与遗传、环境、生活方式等因素有关。目前PCOS的治疗多以症状为导向，而中医药因其安全性高且具有多成分、多靶点、全身效应的特点，成为一种有前景的治疗选择。