基于机器学习计算框架的骨关节炎中巨细胞两极化相关特征的多组特征表征
Ping Hu1,2, Beining Li1,2, Zhenyu Yin1,2
1Department of Othopaedics, Tianjin Medical University General Hospital, 154 Anshan Road, Heping District, Tianjin, 300052, China.
Heliyon
|May 22, 2024
概括
骨关节炎 (OA) 研究发现了四个关键基因:CSF1R,CEPB,CX3CR1和TLR7. CSF1R和CEPB对瘤炎的巨细胞两极分化至关重要,并代表了潜在的新药标.
科学领域:
- 免疫学 免疫学 免疫学
- 遗传学 是一个遗传学.
- 计算生物学 计算生物学
背景情况:
- 骨关节炎 (OA) 给人带来了重大的健康负担,原因是不清楚的机制和有限的针对性疗法超出了手术范围.
- 目前对关节炎病原学的理解缺乏有效的非手术治疗选择.
研究的目的:
- 为了确定关键的基因和涉及骨关节炎 (OA) 病原发生的途径.
- 探索OA潜在的诊断生物标志物和治疗点.
- 阐明巨细胞两极分化在OA进展中的作用.
主要方法:
- 差异基因表达分析 (limma) 和权重基因同表达网络分析 (WGCNA) 应用于OA数据集.
- 免疫透分析 (xcell) 和机器学习被用来识别枢纽基因.
- 进行了功能丰富分析 (GO,DO,KEGG) 和途径分析 (GSEA,GSVA).
- 使用独立数据集 (GSE55457) 的验证和ROC曲线分析证实了枢纽基因的显著性.
主要成果:
- 通过差异表达,WGCNA免疫模块和基因卡,确定了71个重叠的基因.
- 功能性丰富突出显示了OA巨极化中的NF-κB和IL-17信号通路.
- 机器学习确定了CSF1R,CX3CR1,CEBPB和TLR7作为关键的枢纽基因.
- GSVA证实了CSF1R和CEPB在免疫透和巨细胞通路中的作用.
- 验证证明了枢纽基因表达和强大的诊断潜力 (AUC > 0.65) 的统计学上显著差异.
结论:
- CSF1R,CEBPB,CX3CR1和TLR7被确定为骨关节炎的潜在诊断生物标志物.
- 在OA进展过程中,CSF1R和CEPB对调节巨细胞极化至关重要.
- 这些关键基因代表了在骨关节炎治疗中新治疗策略的有希望的目标.
