目的 基于GEO数据库及生物信息学来筛选骨关节炎半月板相关差异表达基因(DEGs),并分析生物学功能,以期为骨关节炎治疗提供新思路与方法.方法 从GEO数据库下载数据集(GSE98918),分为正常组与骨关节炎组,各 12 例,利用R语言对数据进行差异分析获得DEGs,利用DAVID 6.8 数据库对DEGs进行GO及KEGG信号通路分析,后运用STRING数据库及Cytoscape软件进行蛋白互作网络分析(PPI)及获得关键靶基因,进一步运用荧光定量PCR试验验证关节靶基因表达.结果 最终获得 220 个DEGs,包括 114 个上调和 106 个下调DEGs.GO主要涉及细胞外区、细胞外间隙、胶原三聚体、胶原纤维组织、蛋白质细胞外基质等过程.KEGG主要与补体与凝血级联、金黄色葡萄球菌感染、细胞外基质受体相互作用、蛋白质消化吸收、朊病毒病等信号通路有关.PPI分析获取 5个关键靶基因,包含VEGFA、MMP9、COL1A1、SPI1、ITGB1.预测前5位靶基因miRNA分别为hsa-miR-4728-5p、hsa-miR-6750-3p、hsa-miR-6727-3p、hsa-miR-6734-3p、hsa-miR-6780b-3p.结论 通过运用生物信息学分析来阐述骨关节炎与健康关节之间差异基因的潜在特征,有效分析发病机制,为临床上治疗骨关节炎提供了新方向.
作者：徐文飞；明春玉；梅其杰；岳星；袁长深；郭锦荣；段戡；梁晓辉
来源：中国医药导报 2023 年 20卷 32期
