基于生物信息学鉴定骨关节炎滑膜的核心基因及预测模型

作     者：姜福泽 任洵杉 周庞虎 

作者机构：武汉大学人民医院骨科 

出 版 物：《武汉大学学报(医学版)》 (Medical Journal of Wuhan University)

年 卷 期：2024年

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 0711[理学-系统科学] 1002[医学-临床医学] 07[理学] 100210[医学-外科学(含：普外、骨外、泌尿外、胸心外、神外、整形、烧伤、野战外)] 08[工学] 10[医学] 

主　　题：骨关节炎 生物信息学 核心基因 标志物 

摘      要：目的：鉴定骨关节炎（OA）的核心基因，探寻OA的早期诊断标志物。方法：从GEO数据集中下载了OA滑膜微阵列数据进行分析，通过网络分析整合了多个数据集中的差异表达基因（DEGs）。我们使用了DAVID来注释这些DEGs，并构建了一个蛋白质-蛋白质相互作用网络来描述基因的相关性。然后，通过MCODE进行了聚类分析，并利用LASSO回归构建分类模型，最后利用受试者工作特征（ROC）曲线对模型的预测能力进行评价。结果：我们鉴定了349个DEGs，其中MCODE评分较高的聚类包含17个DEGs。由LASSO回归构建的预测模型中包含了6个基因（CSTF36、HNRNPK、HNRNPU、PCBP2、SF3B1、SRSF4），其ROC曲线下的面积为99.2%。Logistic回归分析和Pearson相关性分析表明CSTF3、PCBP2和SRSF4可能与OA的发病具有最密切的关系。结论：我们提出的这个包含6个基因的分类模型对OA具有较高的诊断价值。此外，CSTF3、PCBP2和SRSF4可能是OA的特异性生物标志物，其功能值得进一步研究。