在骨关节炎中,与自相关的诊断生物标志物的多组学分析和验证

科学领域:

• 生物化学 生物化学
• 分子生物学分子生物学
• 免疫学 免疫学 免疫学

背景情况:

• 自在骨关节炎 (OA) 发病过程中至关重要,但其精确的调节机制尚未完全理解.
• 识别涉及OA自的关键基因对于了解疾病进展和开发有效的治疗方法至关重要.

研究的目的:

• 在OA中识别关键的自相关基因 (ARG).
• 探索这些ARG的诊断和治疗潜力.

主要方法:

• 使用差异基因表达分析和机器学习算法 (LASSO,SVM-RFE,RF) 来选来自GEO数据集的签名基因.
• 接收器操作特征 (ROC) 分析验证了诊断准确性,而GSEA和GSVA探索了生物功能.
• 构建了ceRNA网络和药物监管网络,并使用qRT-PCR,西部斑点,IHC和动物模型验证了关键基因表达.

主要成果:

• 确定了12个上调和37个下调的ARG,与自和炎症相关.
• ERBB2被确定为一个关键的特征基因,与OA严重程度正相关,并通过ROC分析证明具有高诊断价值.
• 低ERBB2表达与增加的免疫细胞透 (巨细胞,中性粒细胞,NK细胞) 和激活的细胞免疫状态有关.

结论:

• ERBB2是OA软骨中重要的自性特征基因,与自性调节和免疫反应密切相关.
• 作为早期OA诊断的生物标志物和OA特定治疗的目标,ERBB2显示出希望.