基于生物信息学探讨骨关节炎相关分子机制及免疫细胞浸润分析

目的 利用生物信息学技术探讨骨关节炎发病的相关分子机制.方法 通过基因表达综合(GEO)数据库获取2份骨关节炎芯片(GSE51588、GSE98918)作为对照样品组,并筛选出骨关节炎与正常对照组的差异表达基因,对其行基因本体(GO)和疾病本体(DO)富集分析.通过LASSO回归模型和SVM-RFE算法识别筛选生物标志物,在验证组GSE117999芯片中行受试者操作特征(ROC)曲线验证,再利用ROC曲线下面积值评估辨别能力.利用CIBERSORT算法预估骨关节炎与筛选出的生物标志物的生物信息学关联.结果 共鉴定出骨关节炎差异基因96个,其中上调、下调基因分别为47、49个,GO和DO富集分析涉及多种信号通路、细胞组分、分子功能和疾病.LASSO回归算法和SVM-RFE算法筛选并经过验证组验证后得到的特征基因为CSN1S1、CXCL14、MTHFD2、NMNAT2、TLR7,且ROC曲线验证结果符合预期.免疫细胞浸润分析显示,正常对照组幼稚B细胞、单核细胞、激活的肥大细胞、中性粒细胞相对含量明显增加,而骨关节炎组幼稚CD4+T细胞、滤泡辅助细胞、巨噬细胞M1、静息树突状细胞相对含量明显增加;特征基因与单核细胞、巨噬细胞M1、浆细胞、CD8+T细胞、幼稚B细胞、调节性T细胞、静息肥大细胞等相关.结论 基于免疫细胞浸润的模型可用于预测骨关节炎的发病机制,为骨关节炎治疗提供新靶点.