机器学习法筛选膝骨关节炎凋亡生物标志物及免疫浸润分析

作     者：赵连兴 杜欣瑞 马超 刘凯 孟令婷 王杏如 左媛 王建忠 

作者机构：内蒙古医科大学第二附属医院 内蒙古医科大学 

出 版 物：《中国骨质疏松杂志》 (Chinese Journal of Osteoporosis)

年 卷 期：2025年第1期

页      面：21-26+77页

核心收录：

学科分类：1002[医学-临床医学] 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)] 10[医学] 

基　　金：内蒙古自治区科技计划项目(2022YFSH0075) 内蒙古自治区研究生科研创新项目(S20231189Z) 内蒙古自治区直属高校基本科研业务费项目(YKD2023ZY001) 内蒙古自治区卫生健康委公立医院高水平临床专科发展科技项目(2023SGGZ143) 内蒙古医科大学面上项目(YKD2022MS036) 

主　　题：膝骨关节炎 凋亡相关基因 机器学习 免疫浸润 WGCNA lasso算法 

摘      要：目的 利用机器学习算法筛选膝骨关节炎中差异性凋亡相关基因(differential apoptosis-related genes, DARGs),以进一步鉴定相关生物标志物，阐释凋亡在膝骨关节炎发病机制中的作用。方法 首先，通过GEO数据库下载并整合数据集GSE55235和GSE169077的基因表达矩阵，利用R包对整合的基因表达矩阵分别进行差异分析和WGCNA分析。而后将两种分析结果与genecards数据库中获取的凋亡相关基因取交集得到DARGs,对其进行GO、KEGG和GSEA富集分析。最后，通过cytoscape中的MCODE插件筛选DARGs蛋白质间相互作用关系最紧密的模块，运用lasso算法筛选出其中hub基因生物标志物，并在骨关节炎数据集GSE178557中绘制ROC曲线进行验证，对验证效果较好的hub基因生物标志物进行Gene-miRNA-转录因子-药物调控网络构建以及免疫浸润分析。结果 经筛选共得到189个DARGs,经验证集验证最终得到7个可靠的hub基因生物标志物，并预测了这些基因的miRNA的调控网络和转录因子调控网络，并获得了对hub基因生物标志物有潜在作用的药物和免疫细胞浸润分析结果。结论 凋亡在膝骨关节炎发病机制中具有重要作用，7个hub基因生物标志物包括TYROBP、COL14A1、CD74、LAMA4、COL5A1、MMP13、IGFBP5可以为诊断以及深入了解膝骨关节炎机制提供有价值的线索。