数据集概述
本数据集围绕糖尿病分子机制展开，通过文本挖掘、基因表达分析及机器学习方法，识别糖尿病相关高频基因与差异表达基因（DEGs），并筛选潜在诊断生物标志物。包含文献挖掘基因列表、基因表达数据及机器学习模型结果，为糖尿病分子机制研究提供多维度数据支持。
文件详解
该数据集包含以下文件：
- 表格文件（.xlsx格式，共3个）：
- Table_S1.xlsx：可能包含文本挖掘筛选的糖尿病相关基因列表（如高频提及基因）
- Table_S2.xlsx：可能包含基因表达分析结果（如44例患者与57例对照的差异表达基因数据）
- Table_S3.xlsx：可能包含机器学习分析结果（如39个糖尿病诊断生物标志物列表）
- 图片文件（.png格式，共10个）：
- Figure_2.png、Figure_3.png、Figure_6.png、Figure_6_core.png、Figure_6_.png、Figure_7.png等：可能为研究中的关键图表（如基因染色体分布、DEGs富集通路、机器学习模型性能等可视化结果）
适用场景
- 糖尿病分子机制研究：分析高频提及基因与差异表达基因的功能及通路富集
- 生物标志物筛选：基于文本挖掘与基因表达数据识别糖尿病潜在诊断标志物
- 机器学习应用：利用糖尿病组学数据构建疾病诊断预测模型
- 转化医学研究：探索糖尿病早期检测靶点（如HLA-DQB1基因的临床应用）
- 文献计量分析：研究糖尿病领域基因研究热点与趋势
