背景:铁死亡与骨关节炎发生、发展密切相关,但具体特征基因及调控机制尚不清楚.
目的:运用WGCNA及多种机器学习方法识别骨关节炎铁死亡特征基因及免疫浸润分析.
方法:从GEO数据库下载骨关节炎相关数据集,同时在FerrDb网站中获取铁死亡相关基因,采用R语言对骨关节炎数据集进行批次校正、提取骨关节炎铁死亡基因并进行差异分析,对差异基因进行GO功能及KEGG信号通路分析;同时运用WGCNA分析及机器学习(随机森林、LASSO回归及SVM-RFE分析)筛选骨关节炎铁死亡特征基因,并进行体外细胞实验,将软骨细胞分为正常组和骨关节炎组,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PCA分析获得骨关节炎基因12 548个,同时获得铁死亡基因484个,进而得到24个骨关节炎铁死亡差异基因;②GO分析主要涉及对氧化应激反应、对有机磷反应等生物过程;涉及细胞顶端、顶端质膜等细胞组分;涉及血红素结合、四吡咯结合等分子功能;③KEGG分析显示,骨关节炎铁死亡差异基因与白细胞介素17信号通路、肿瘤坏因子信号通路等信号通路有关;④运用WGCNA分析及机器学习筛选后获得特征基因KLF2;通过基因芯片验证后发现实验组半月板组织中KLF2基因表达高于对照组(P=0.000 14);⑤体外细胞实验显示,骨关节炎组软骨细胞
作者：徐文飞；明春玉；段戡；袁长深；郭锦荣；胡琪；曾超；梅其杰
来源：中国组织工程研究 2024 年 28卷 30期
