概括

这篇文章，结合WGCNA分析和机器学习来探究生姜靶点对胃癌的用机制，先在TCMSP中医药分析数据库中筛选出来合适的生姜活物质进一步筛选出对应的基因，继续在Genecards数据库寻找GC的靶标，然后使用WGCNA分析，去寻找生姜靶点基因和GC靶点基因的交集。

然后使用PPI第一次初步筛选出生姜靶点和GC靶点基因，再进一步利用机器学习LASOO，SVM和随机森林三种机器学习算法筛选出PPI初步筛选，生姜靶点和GC靶点的三者交集基因进行进一步筛选出核心基因。

将核心基因筛选完成后，进行影响GC的基因因素分析，进而对筛选出的核心基因PRMT1分析上有转录因子和下游蛋白，进而探明生姜对GC作用机制的原理。

核心方法

1.WGCNA(权重基因共表达网络分析)
WGCNA分析是一个分析多个样本基因表达模式的分析方法，可以将其中表达模式相似的基因进行聚类，即筛选出具有相关性的的交叉基因，在这篇文章中的体现就是用来分析生姜的靶点基因和GC靶点基因的交集上调或者下调基因，选择出具有相似表达的基因文章中实现WGCNA分析的方法是使用的云平台云平台-欧易云平台 (oebiotech.com)实现的。

2.PPI网络（蛋白质互作网络分析）
PPI分析一般是寻找一组蛋白之间相互作用关系的分析方式。其中每一个蛋白质形成一个节点，节点连成的边表示相互作用关系，其中相关性最高的与其他蛋白的关联越大。分析结果中相关性高的蛋白，一般表示该基因组编码蛋白质中的枢纽蛋白，同其他蛋白的相互作用越大，地位越重要。实现方法一般是从STRING数据库中列入基因列表，构建蛋白质互作网络图，最后如果可以改在cytoscape软件进行美化修改。

3.机器学习
采用的机器学习算法LASSO,SVM和随机森林三种算法去筛选前面筛选出的三者交集的基因选出关键基因，机器学习算法后面再精说，这里机器学习的实现采用的是R语言