背景:氧化应激与椎间盘退变的发生发展息息相关,但其发病机制和有效治疗方法仍不明确.
目的:运用生物信息学及3种机器学习算法识别与椎间盘退变伴氧化应激相关的关键基因及免疫浸润分析,并进行实验验证.
方法:从GEO数据库获得椎间盘退变基因表达谱以及从GeneCards数据库获得氧化应激相关基因,对椎间盘退变数据集进行差异分析及加权基因共表达网络(WGCNA)分析,两者取交集并与氧化应激相关基因取交集得到候选hub基因,对候选hub基因进行GO和KEGG分析;运用机器学习(LASSO回归、SVM-RFE及随机森林)筛选最佳特征基因并进行受试者特征曲线验证,同时行相关免疫浸润分析.收集2023年7-11月就诊于山西医科大学第二医院的颈椎病患者的椎间盘样本作为椎间盘退变组,颈椎脊髓损伤患者的椎间盘样本作为对照组,采用qPCR方法验证特征基因在椎间盘退变组织中的相对表达量.
结果与结论:①经过差异基因分析获取424个差异表达基因,WGCNA分析得到5 087个基因,同时获得氧化应激基因1 399个,进而得到23个候选hub基因;②GO分析结果显示,主要参与细菌防御反应、细菌来源分子反应等生物过程;涉及分泌颗粒腔、细胞质囊泡腔等细胞组成;涉及内肽酶活性和硫化合物结合等分子功能;③KEGG分析结果显示,候选hub基因与中性粒细胞胞外诱捕网
作者：兰垚；陈浏阳；宋文慧
来源：中国组织工程研究 2024 年 28卷 35期
