目的 应用生物信息学对骨关节炎与正常骨关节炎滑膜间差异基因进行分析,探索骨关节炎的发病机制.方法 从GEO数据库下载与骨关节炎相关数据芯片,应用R语言中"limma"包筛选出差异基因,并利用R语言中"ClusterPro-filer"包对筛选的差异基因进行功能GO分析及KEGG信号通路分析;应用STRING在线数据库分析差异基因的蛋白-蛋白相互作用关系,利用Cytoscape中的"Cytohubba"获取关键基因和"MCODE"寻找功能模块,并应用DAVID数据库对基因进行功能富集.结果 基于P<0.05,|log2FC|>1的条件,共筛选出320个差异基因,包含上调基因172个,下调基因148个,其主要涉及细胞增长、细胞黏合、骨骼肌增长、铁离子结合、泛素蛋白连接酶结合、激素受体结合等多种细胞生理活动;且主要富集在MAPK信号通路,脂肪酸代谢通路,凋亡通路、JAK-STAT信号通路,原发性免疫通路,造血细胞谱系通路中.基于蛋白互作网络中共获取10个关键靶基因,包含CTNNB1,GSK3B,STAT1,RHOC,HDAC9,PSEN1,KDM5C,BACE1,JAK3和CUL1.其关键功能模块主要是涉及JAK-STAT信号通路,PI3K-Akt信号通路.结论 应用生物信息学分析的方法筛选出骨关节炎的差异表达基因谱,并进行了功能预测,为骨关节炎的治疗提供新的思路.
作者：祝乃强；侯静怡；刘金欣；马桂云
来源：中国老年学杂志 2020 年 40卷 8期
