基于GEO数据库的骨关节炎软骨下骨差异基因筛选及生物信息学分析

摘要

目的：基于生物信息学方法筛选骨关节炎（osteoarthritis, OA）软骨下骨组织的差异表达基因（differentially expressed genes, DEGs），解析其功能与调控网络，以挖掘参与OA骨性病变的关键靶点。方法：从GEO数据库下载软骨下骨基因表达数据集GSE51588（正常样本10例，OA样本40例）。使用R语言limma包进行差异分析（阈值：P<0.05且|log₂FC|≥1）。利用DAVID数据库进行GO功能与KEGG通路富集分析。通过STRING数据库和Cytoscape软件构建蛋白互作（protein-protein interaction, PPI）网络，并采用CytoHubba插件的MCC算法筛选枢纽基因。通过临床样本的实时荧光定量逆转录聚合酶链式反应（quantitative real-time reverse transcription polymerase chain reaction, qRT-PCR）实验对关键基因进行表达验证。结果：共筛选出808个DEGs（上调388个，下调420个）。GO分析显示DEGs显著富集于骨骼系统发育、细胞外基质组织、炎症反应等生物学过程。KEGG分析提示DEGs在蛋白质消化与吸收、细胞外基质-受体相互作用、PI3K-Akt及趋化因子等信号通路中富集。PPI网络筛选出前10个枢纽基因，如COL1A1、COL1A2、FN1、ITGA2和GP6等。临床样本的qRT-PCR实验表明这些基因在OA软骨下骨中的表达趋势与生物信息学分析结果一致。结论：本研究系统揭示了OA软骨下骨中存在以细胞外基质代谢紊乱、异常炎症-免疫反应及关键促存活信号激活为特征的分子网络。筛选出的枢纽基因可能通过调控骨代谢与重塑参与OA进展，为深入探索其骨性病变机制及潜在治疗靶点提供了新方向。

关键词

骨关节炎 / 软骨下骨 / 差异表达基因 / 生物信息学 / 蛋白互作网络