有几个患者基因的表达谱并且已知这些患者是否患病基于上述内容推荐几个算法用来确定具体是那些基因起关键作用

差异表达分析：通过比较患者和非患者基因表达水平的差异，找出与疾病相关的基因。常用的方法包括t检验、方差分析、差异表达比较等。

机器学习算法： 包括支持向量机（SVM）、决策树、随机森林等。这些算法可以通过训练模型来预测基因与疾病的关联性，并找出最有可能起关键作用的基因。

网络分析：通过构建基因调控网络或蛋白质相互作用网络，分析基因之间的相互作用关系，找出网络中最有可能起关键作用的基因。常用的方法包括基因共表达网络分析、基因调控网络分析等。

深度学习算法：包括卷积神经网络（CNN）、循环神经网络（RNN）等，可以自动学习基因表达数据中的特征，找出与疾病相关的基因。这些算法通常需要大量的训练数据和计算资源。