InflammationinPreeclampsia:GeneticBiomarkers,Mechanisms,andTherapeuticStrategies， doi: 10.3389/fimmu.2022.883404
首先，作者分析了子痫前期和非子痫前期组的差异表达基因（DEGs），与提取的炎症反应相关基因相交，获得差异表达的炎症相关基因（DINRGs）；
第二，作者进行富集分析并构建PPI网络以了解其功能和富集途径；
第三，使用机器学习模型识别与先兆子痫相关的关键基因，并在训练集中构建列线图，在验证集中进行验证；
第四，利用R包RcisTarget预测转录因子，构建miRNA-mRNA通路以鉴定其分子机制；
第五，作者对获得的关键基因进行了分子对接。最后，作者还探讨了子痫前期和非先兆子痫样本之间免疫细胞浸润的差异。
参考点：
1.文献中从69个DINRGs中选取log|FC|>0.4的5个基因（OPRK1、BTG2、CXCL8、TPBG和INHBA）作为构建RF模型、SVM模型和GLM机器学习模型的关键基因，在方案设计和分析过程中我们也可以借鉴这种筛选方式
2.文献中的创新点还在于将转录组分析和分子对接相结