背景:缺氧与骨关节炎软骨细胞损伤的发生、发展密切相关,但具体作用靶点及调控机制尚不清楚.
目的:运用机器学习方法鉴定KDEL(Lys-Asp-Glu-Leu)受体3(KDELR3)作为骨关节炎缺氧的特征基因及免疫浸润分析,以期为骨关节炎的治疗提供新的思路与方法.
方法:从GEO数据库下载骨关节炎相关的数据集和GSEA网站中获取缺氧相关基因;采用R语言对骨关节炎数据集进行批次校正及免疫浸润分析,并提取骨关节炎缺氧基因进行差异分析,对差异表达基因进行GO功能及KEGG信号通路分析;同时运用加权基因共表达网络分析(Weighted correlation network analysis,WGCNA)及机器学习筛选骨关节炎缺氧的特征基因,并进行体外细胞实验,运用数据集及qPCR验证表达并行相关免疫浸润分析.
结果与结论:①经批次校正及主成分分析获得骨关节炎基因8492个,主要与Macrophages M2和Mast cells resting等免疫细胞密切相关;同时获得缺氧基因200个,进而得到41个骨关节炎缺氧差异表达基因.②GO分析主要涉及对营养水平、糖皮质激素反应等生物过程;涉及溶酶体腔、高尔基内腔等细胞组分;涉及14-3-3蛋白结合、DNA结合转录激活剂活性等分子功能.③KEGG分析骨关节炎缺氧差异表达基因与PI3K-Akt、FoxO及癌症中的微小RNA等信号通路有关.④运用WGCNA分析及机器
作者：徐文飞；明春玉；梅其杰；袁长深；郭锦荣；曾超；段戡
来源：中国组织工程研究 2024 年 28卷 21期
