使用生物信息学和机器学习方法识别骨关节炎中与状细胞干相关的生物标志物
Siyi Xie1,2, Meiling Liu1,2, Yuzhong Wang1
1Department of Orthopedics, The Second Hospital of Hebei Medical University, Shijiazhuang, Hebei Province, People's Republic of China.
Journal of inflammation research
|February 19, 2026
概括
研究人员使用生物信息学和机器学习确定了骨关节炎 (OA) 的三个与茎相关的生物标志物 (WWP2,CDKN1A,CRTAC1). 这些基因显示出早期OA检测和治疗策略的潜力.
科学领域:
- 发现生物标志物的发现.
- 分子生物学分子生物学
- 基因组学就是基因组学.
背景情况:
- 骨关节炎 (OA) 是一种由状细胞功能障碍驱动的退行性关节疾病.
- 细胞干细胞调节在OA病变发生过程中至关重要,但特定的生物标志物尚未得到充分研究.
- 需要新的生物标志物来早期检测OA和向治疗.
研究的目的:
- 通过生物信息学和机器学习 (ML) 来识别和验证骨关节炎 (OA) 的茎结相关生物标志物.
- 为早期OA诊断和治疗干预提供新的视角.
- 调查已识别的生物标志物与OA免疫细胞透的关联.
主要方法:
- 从基因表达总汇 (GEO) 分析了六个OA转录形状.
- 鉴定差异表达基因 (DEGs) 和丰富分析.
- 权重基因联合表达网络分析 (WGCNA) 以确定与OA相关的模块.
- 机器学习算法 (SVM,RF,XGBoost,LASSO) 用于关键的干性基因选择.
- 接收器操作特征 (ROC) 分析用于诊断准确性评估.
- 单样样本基因组丰富分析 (ssGSEA) 用于免疫细胞透分析.
- 免疫组织化学 (IHC) 用于实验验证.
主要成果:
- 交叉分析揭示了OA软骨中56个与茎状相关的DEG.
- WGCNA确定了与茎基因相关的7个模块,导致60个候选基因.
- 四个ML算法精确确定了四个特征基因:WWP2,CDKN1A,IL11和CRTAC1.
- 在OA中,WWP2,CDKN1A和CRTAC1表现出显著的差异表达和良好的诊断性能 (AUC>0.7).
- 这三个基因与特定的免疫细胞亚群有显著的相关性.
- IHC证实了WWP2和CDKN1A的下调,以及OA组织中CRTAC1的上调.
结论:
- 在骨关节炎 (OA) 中,已经确定并验证了三种与茎相关的生物标志物基因 (WWP2,CDKN1A,CRTAC1).
- 这些生物标志物有可能改善临床评估,治疗策略和OA的未来研究.
- 这些发现有助于理解茎在OA病变发生和诊断中的作用.
