生物信息学分析筛选骨关节炎关键基因的研究

摘要

目的 通过生物信息学研究骨关节炎(OA)和健康对照者的差异表达基因(DEGs),为诊断和治疗OA提供新的靶点.方法 从GEO数据库下载基因芯片数据集GSE55457、GSE55235、GSE12021,采用GEO2R在线分析工具筛选出各数据集的DEGs并找到交集.采用DAVID在线分析工具进行GO功能富集和KEGG通路富集分析.基于STRING数据库的信息分析DEGs蛋白相互作用(PPI),使用Cytoscape软件构建PPI网络并找出hub基因.结果 共筛选得到126个DEGs,GO分析发现其主要参与细胞对促肾上腺皮质激素释放激素刺激的反应、通过mRNA剪接体对mRNA的剪接、负向调控基因表达、正向调控单核细胞聚集、正向调控成纤维细胞增殖等生物学过程,KEGG主要富集在MAPK、EB病毒感染、Ⅰ型人类T细胞白血病病毒分子感染、癌症中蛋白聚糖分子、恶性肿瘤分子、破骨细胞分化、PI3 K/Akt、胰岛素信号转导、肿瘤中miRNAs、ErbB、HIF-1、膀胱癌信号通路.通过STRING和Cytoscape分析构建了4个核心子网络,并发现了JUN、BTG2、ATF3、DUSP1、HNRNPA1、SF1、SRSF7、TRA2B、TRA2A、PPP1R15A 10个度值最高的hub基因.结论 JUN、BTG2、ATF3、DUSP1、HNRNPA1、SF1、SRSF7、TRA2B、TRA2A、PPP1R15A基因均可能是OA发病过程中新的生物标记物.