在基于生物信息学分析和机器学习的骨关节炎中识别与衰老相关的生物标志物和免疫透特征

科学领域:

• 基因组学就是基因组学.
• 免疫学 免疫学 免疫学
• 衰老研究研究 衰老研究

背景情况:

• 骨关节炎 (OA) 是一种与衰老相关的退行性关节疾病,但其潜在机制尚不清楚.
• 调查与衰老相关的基因和OA突组织中的免疫微环境的作用至关重要.

研究的目的:

• 确定骨关节炎的与衰老相关的生物标志物.
• 探索OA病变发生过程中与衰老相关的基因和免疫细胞的机制.
• 评估已识别的生物标志物的诊断和治疗潜力.

主要方法:

• 分析了正常和OA突组织的基因表达特征.
• 使用生物信息学工具,包括GO,KEGG,DO,GSVA,WGCNA和机器学习.
• 使用ssGSEA算法评估免疫细胞透.

主要成果:

• 确定了87个与衰老相关的差异表达基因 (ARDEGs),与炎症和细胞应激相关.
• 发现了五个枢纽ARDEG (MCL1,SIK1,JUND,NFKBIA,JUN) 具有高诊断准确度的OA,所有这些都在OA下调.
• 在OA同胞体中发现了15种免疫细胞类型的显著增加和6种免疫细胞类型的激活,与枢纽ARDEGs相关.

结论:

• 突老化有助于通过免疫炎症导致OA的进展.
• MCL1,SIK1,JUND,NFKBIA和JUN代表了新的诊断生物标志物和骨关节炎的潜在治疗点.