论文部分内容阅读
目的 基于生物信息学的方法挖掘骨关节炎（OA）潜在的关键生物标志物。方法 从GEO数据库下载人类关节滑膜组织微阵列mRNA数据集GSE55457、GSE82107、GSE55235和miRNA数据集GSE143514,筛选OA与正常滑膜之间的差异表达基因（DEGs）,利用在线分析工具Metascape对差异表达基因进行GO功能富集分析和KEGG通路富集分析，并利用在线分析数据库STRING将筛选出的DEGs基因导入数据库，进行差异基因蛋白质-蛋白质相互作用（PPI）分析，并利用Cytoscape软件构建PPI网络。结果 GSE55457、GSE82107、GSE55235中最终共筛选出19个交叉的关键基因。GO功能富集分析表明，这些基因主要参与免疫相关过程；KEGG通路富集分析显示，这些基因主要参与白细胞介素（IL）-17信号通路、肿瘤坏死因子（TNF）信号通路等。利用PPI网络得到了趋化因子配体（CXCL）2、JUN、CXCL3、基质金属蛋白酶（MMP）1、磷脂酶Cδ3（PLCD3）这5个OA最关键的基因，通过构建一个由29个节点和39条边组成的mRNA-miRNA共表达网络，分析miR-34a-5p和miR-20a-5p与这些基因关联度较高。结论 CXCL2、JUN、CXCL3、MMP1、PLCD3这5个基因和miR-34a-5p和miR-20a-5p可能会成为未来研究OA的潜在生物标志物。