基于GEO数据库筛选舌鳞状细胞癌顺铂耐药的关键基因及生物信息学分析

目的 通过生物信息学方法筛选舌鳞状细胞癌顺铂耐药的关键基因。方法 从GEO数据库下载GSE111585和GSE115119数据集，利用limma包进行差异分析，与PRGs取交集后获取DEGs。利用R语言对DEGs进行GO功能富集及KEGG通路富集分析。String数据库构建PPI网络，在Cytoscape中进行可视化，基于Degree拓扑分析算法筛选Hub基因。根据Wilcox.test法分析Hub基因与顺铂耐药性的联系。结果 (1)共筛选出32个DEGs。(2)GO富集分析显示DEGs主要参与刺激反应调节、信号受体结合等功能；KEGG富集分析显示DEGs富集在癌症通路和人T细胞白血病病毒Ⅰ型感染信号通路。(3)筛选出FN1、SOX2和COL1A1 3个Hub基因，其中COL1A1具有成为潜在生物靶点的潜力。结论 COL1A1可能是舌鳞状细胞癌顺铂耐药的潜在作用靶点。     

肝细胞癌相关差异表达基因和药物预测的生物信息学分析

目的 通过生物信息学方法筛选肝细胞癌(HCC)相关差异表达基因(DEGs)及潜在治疗药物.方法 从GEO数据库中选取GSE45436、GSE84402、GSE62232和GSE101685,使用R软件分析得到DEGs.随后对DEGs进行GO和KEGG分析,并构建PPI网络、筛选核心基因.最后进行生存分析和筛选潜在治疗药...     

基于数据库挖掘分析FN1、COL4A1、COL4A2基因在胃癌中的表达及意义

目的 基于数据库挖掘分析胃癌预后预测和胃癌靶向治疗的潜在关键基因(Hub基因)。方法 本研究选取基因表达综合数据库(GEO)的GSE33651和GSE118916数据集(研究时间为2011年11月—2019年8月)。GEO2R进行胃癌差异表达基因(DEGs)分析。DAVID数据库对DEGs进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析。采用STRING数据库和Cytoscape软件构建DEGs的蛋白质-蛋白质相互作用(PPI)网络,其中Degree>10的DEGs被认为是Hub基因。基于癌症基因组图谱(TCGA)的胃腺癌数据,使用OncoLnc和UALCAN数据库对Hub基因进行生存分析和表达分析。TIMER数据库对Hub基因进行免疫浸润分析。结果 GSE33651和GSE118916中鉴定出80个共有上调和34个共有下调DEGs。DEGs富集在69个GO条目和7个KEGG信号通路。从PPI网络中筛选出14个Hub基因。FN1、COL4A2和COL4A1基因在胃癌组织的表达水平均显著高于胃正常组织,且在胃癌中具有良好的预后预测价值。FN1、COL4A2和COL...     

基于生物信息学分析宫颈癌关键基因及预后相关的生物标志物

目的 从公共数据库筛选并探讨宫颈鳞状细胞癌的关键致病基因。方法 从GEO数据库GSE122697、GSE89657里下载宫颈组织表达谱芯片数据。利用R软件和韦恩图查找数据集的差异表达基因(DEGs)交集,进行GO 和 KEGG 通路富集分析。利用STRING数据库构建了DEGs的蛋白质-蛋白质相互作用网络(PPIs)并导入Cytoscape软件进一步分析,通过cytohubba插件和MCC算法筛选出DEGs。利用癌症基因组图谱数据(TCGA)对已初步筛选的DEGs进行验证及生存曲线分析,并进一步筛选与宫颈癌总生存率相关的DEGs进行ROC分析,获得关键基因。结果 宫颈鳞状细胞癌差异基因56个,其中15个上调和41个下调。GO 及 KEGG 分析结果显示, 这些 mRNA 主要参与细胞核分裂、细胞外基质代谢调控等生物学进程; 主要富集于细胞周期、减数分裂、PIK-Akt信号通路、ECM受体相互作用通路等。通过PPI网络中筛选出18 个核心基因,并在TCGA数据集中得以验证,生存曲线分析的结果表明18个差异基因中的ASF1B基因对宫颈癌患者生存预后具有显著影响 (HR=0.437(0.272-0.704), P<0.01), ROC分析的结果表明其对宫颈癌患者具有很好的诊断价值(AUC=0.998)。结论 本研究通过综合生物信息学分析,有望为宫颈癌诊断和预后提供可靠的分子生物标志物和治疗靶点。     

联合GEO和TCGA数据库筛选子宫内膜癌关键基因和靶向药物

目的 利用生物信息学技术筛选子宫内膜癌(endometrial carcinoma,EC)的差异表达基因(differentially expressed genes,DEGs)及潜在的治疗药物,为诊断和治疗EC提供理论依据。方法 筛选了高通量基因表达数据库(Gene Expression Omnibus,GEO)GSE17025和癌症基因组图谱(The Cancer Genome Atlas, TCGA)子宫内膜癌数据库的重叠差异表达基因,用R语言筛选DEGs,并进行GO和KEGG富集分析。使用String工具分析差异基因编码蛋白互作(protein-protein interaction,PPI)网络,通过Cytoscape 软件进行可视化展示,获得最显著模块基因以及关键基因,并对关键基因做靶向药物预测。结果 通过GEO和TCGA筛选出上调基因269个、下调基因132个。GO富集分析结果显示,DEGs主要富集于纺锤体、细胞器分裂、受体配体活性等;KEGG信号通路分析,DEGs主要富集于细胞因子-细胞因子受体相互作用、白细胞介素-17(interleukin-17,IL-17)、细胞周期等信号通路。PPI网络中CDCA2、AURKA、DLGAP5、BIRC5、KIF11、CENPE、NCAPH、CCNB1、CDCA5、NCAPG被筛选为关键基因。在毒性与基因比较数据库(Comparative Toxicogenomics Database,CTD)中筛选出阿霉素、舒尼替尼和丙戊酸作为可能的靶向药物。结论 利用生物信息学方法筛选的关键基因可能在EC的发生、发展中具有重要作用,可作为相关候选药物筛选的理论依据。     

基于生物信息学分析的圆锥角膜相关Hub基因及其通路的鉴定

目的：明确圆锥角膜（KC）潜在的目标基因并探讨其潜在的病理机制。方法：从GEO数据库中下载GSE77938的基因芯片数据并进行生物信息学分析。GSE77938数据集包含50个样本,包括25例KC患者和25例正常对照者。采用Cytoscape软件进行GO和KEGG富集分析,并通过Cytoscape软件构建差异表达基因（DEGs）的蛋白相互作用（PPI）网络。结果：在KC中共鉴定出1 547 个DEGs,包括1 103 个上调基因和444 个下调基因。GO分析结果显示,上调的DEGs在生物过程（BP）中的1 220条通路中显著富集、细胞成分（CC）的黑素体的102条通路和分子功能（MF）的102条通路中显著富集。下调DEGs的富集功能在BP、CC和MF中分别为99、64和47个通路。KEGG通路分析显示上调的DEGs富集于72条通路,而下调的DEGs富集于8条通路。从PPI网络中鉴定出Hub基因TNF、JUN、IFNG、PTPRC、ICAM1、FOS、IL6、CXCL8、LCK、CSF2、MMP9、ITGAX、CD40LG和IL10,ClueGO分析发现这些基因涉及GO术语中的6 条显著通路和KEGG中的3 条通路。结论：所鉴定的DEGs和枢纽基因促进了对KC发生的分子机制的理解,其可能作为KC治疗的分子靶点和诊断性生物标志物。     

生物信息学分析类风湿性关节炎相关间质性肺病Hub基因及其通路的鉴定

目的 明确类风湿性关节炎相关间质性肺病(RA-ILD)发病的潜在分子靶标及通路。方法 NCBI-GEO分别下载类风湿性关节炎成纤维样滑膜细胞(RA-FLS)及间质性肺病(ILD)肺脏组织基因原始表达谱矩阵文件(GSE128813,GSE47460),利用R软件筛选两个数据集的差异表达基因,并获取共同差异表达基因,即目的基因。同时,利用DAVID工具对目的基因进行基因本体论(GO)及通路富集(KEGG)分析。利用STRING数据库和Cyto-scape软件构建目的基因与转录因子(TF)调控网络图并筛选Hub基因。结果 通过对两个基因数据集的差异表达基因(DEGs)取交集获得43个目的基因。GO分析显示,生物学过程主要富集于胶原蛋白分解代谢及间充质细胞增殖等过程;细胞成分组主要富集于细胞外基质等方面;分子功能组主要富集于肝素结合等方面;KEGG通路主要富集于类风湿性关节炎、癌症等通路。蛋白质网络分析筛选出基质金属酶1(MMP1)、基质金属酶3(MMP3)、去整合素金属蛋白酶3(ADAMTS3)、拓扑异构酶2A(TOP2A)等8个关键(Hub)基因。结论 通过生物信息学分析发现的Hub基因及...     

乙型肝炎病毒相关肝细胞癌关键基因筛选及其与预后关系的生物信息学分析

目的：采用生物信息学方法识别与乙型肝炎病毒相关肝细胞癌（HBV-HCC）的早期诊断和不良预后相关的关键基因,阐明HBV-HCC发生发展的潜在分子机制。方法：从基因表达综合数据库（GEO）中检索“hepatitis Binduced HCC”,下载基因数据集GSE121248,通过R软件中的“limma”数据包筛选差异表达基因（DEGs）,采用“clusterProfiler”数据包对DEGs进行基因本体（GO）功能富集分析和京都基因与基因组百科全书（KEGG）信号通路富集分析,采用STRING数据库和Cytoscape软件建立蛋白-蛋白互作（PPI）网络并筛选关键基因。采用基因表达水平值的交互式分析（GEPIA）、Kaplan Meier-Plotter和人类蛋白质图谱（HPA）数据库验证关键基因及其蛋白质表达水平,采用“CIBERSORT”数据包分析免疫细胞的浸润情况。结果：共筛选出574个DEGs,其中上调基因173个,下调基因401个。GO功能富集分析,DEGs主要富集于小分子代谢、信号转导、免疫应答和炎症反应等生物学过程;KEGG通路富集分析,DEGs主要富集于视黄醇代谢、细胞...     

生物信息学分析筛选骨关节炎关键基因的研究

目的 通过生物信息学研究骨关节炎(OA)和健康对照者的差异表达基因(DEGs),为诊断和治疗OA提供新的靶点.方法 从GEO数据库下载基因芯片数据集GSE55457、GSE55235、GSE12021,采用GEO2R在线分析工具筛选出各数据集的DEGs并找到交集.采用DAVID在线分析工具进行GO功能富集和KEGG通路...     

基于生物信息学分析动脉粥样硬化的关键基因及潜在中药

目的：基于生物信息学预测与动脉粥样硬化(atherosclerosis, AS)相关的关键基因及中药,为AS诊断、药物干预提供新思路。方法：从高通量基因表达(gene expression omnibus, GEO)数据库下载GSE13985和GSE6088的基因表达数据集,在AS和健康样本之间鉴定差异表达基因(differentially expressed genes, DEGs)。随后进行基因本体(Gene Ontology, GO)功能富集分析、京都基因和基因组百科全书(Kyoto Encyclopedia of Genes and Genomes, KEGG)通路富集分析,并将筛选出的DEGs排列成蛋白质-蛋白质相互作用(protein-protein interaction, PPI)网络,利用COREMINE数据库对关键基因进行中药预测。结果：在GSE13985数据集中总共鉴定出2 135个DEGs(744个上调,1 391个下调),在GSE6088数据集中鉴定出1 725个DEGs(773个上调,952个下调)。富集分析涉及98个GO条目(52个BF,28个CC,18个...     

晚期骨关节炎软骨退行性变的生物信息学分析

目的 基于生物信息学方法筛选并分析晚期骨关节炎(OA)软骨退行性变相关的差异表达基因。方法 选择GSE57218数据集作为分析对象,该数据集是基于GEO公共数据库进行数据检索获得。采用R语言limma工具包筛选DEmRNAs,并对数据进行标准化处理后,利用Metascape在线分析软件及R语言clusterProfiler包分别对DEmRNAs行GO功能和KEGG通路富集分析。选用String在线工具行PPI分析,将结果导入Cytoscape软件得出核心模块与预测核心基因。利用OMIM人类基因数据库筛选出与Hub基因、核心模块的共性表达基因,用GSEA富集分析筛选出核心信号通路及核心基因;将上述筛选出的基因用于预测潜在治疗药物并进行组织定位特异性分析。结果 通过对GSE57218进行分析,共筛选出305个差异表达基因。对上述差异基因行GO和KEGG分析,GO功能富集分析主要富集在NABA核心基质组、ECM的组织、骨骼系统开发、基质组相关、血小板脱粒等。KEGG和GSEA功能富集分析结果显示,与OA发病相关的核心通路为ECM受体相互作用、黏附斑激酶信号通路核心基因。分别对Cytoscap...     

骨肉瘤关键基因及免疫浸润的生物信息分析

目的 通过生物信息学方法筛选骨肉瘤潜在的关键基因,并分析其免疫浸润模式。方法 从基因表达综合数据库(GEO)获取与骨肉瘤相关的基因表达谱GSE16088和GSE12865,采用生物信息学方法筛选与骨肉瘤相关的差异表达基因(DEGs),并进行基因本体(GO)功能注释和京都基因与基因组百科全书(KEGG)富集分析、免疫细胞浸润分析。通过蛋白质-蛋白质相互作用网络筛选出骨肉瘤潜在的关键基因,利用癌症基因组图谱数据库(TCGA)验证关键基因在骨肉瘤和正常组织样本中的表达情况。结果 共筛选出108个DEGs。GO功能注释和KEGG富集分析显示,DEGs主要富集在整合素结合、细胞外基质(ECM)结构成分、ECM受体相互作用和磷脂酰肌醇3-激酶/蛋白激酶B(PI3K/Akt)信号通路。巨噬细胞是骨肉瘤最主要的免疫浸润细胞。分泌型磷蛋白1(SPP1)、基质金属肽酶2(MMP2)、赖氨酰氧化酶(LOX)、V型胶原蛋白α(II)链(COL5A2)、黑色素瘤细胞黏附分子(MCAM)5个关键基因在骨肉瘤和正常组织样本中的表达存在差异(P均<0.05)。结论 SPP1、MMP2、LOX、COL5A2、MCAM在骨肉瘤中均上调,可能是骨肉瘤潜在的生物标志物。巨噬细胞是骨肉瘤最主要的免疫浸润细胞,可为骨肉瘤的治疗提供新的方向。     

骨关节炎的关键通路与免疫细胞浸润模式及中药预测分析

目的 利用生物信息学的方法分析骨关节炎(osteoarthritis, OA)的关键通路与免疫细胞浸润模式及潜在治疗中药。方法 从基因表达综合数据库(GEO)中下载GSE55235基因表达芯片,运用GEO2R在线分析工具筛选差异表达基因(DEGs)。使用DAVID在线数据库对DEGs进行基因本体富集分析(Gene Ontology, GO)和京都基因与基因组百科全书信号通路分析(Kyoto Encyclopedia of Genes and Genomes, KEGG),通过STRING在线数据库构建蛋白相互作用网络(PPI)。使用Cytoscape软件中的cytoHubba插件筛选核心基因,Coremine Medical数据库预测治疗OA的潜在中药。通过CIBERSORT数据库对人类22种免疫细胞亚型的表达矩阵进行去卷积,分析OA组与对照组免疫细胞浸润情况。结果 共筛选出235个差异基因,其中101个为上调基因,134个为下调基因。GO富集分析主要涉及免疫反应、炎症反应、细胞粘附和凋亡过程等生物过程。KEGG主要富集在TNF信号通路、破骨细胞分化、MAPK信号通路、NF-kappa...     

应用生物信息学分析正常女性不同乳腺密度差异表达基因

目的：应用生物信息学技术筛选高乳腺密度和低乳腺密度的正常女性的差异基因并分析其富集通路,为致密型乳腺女性乳腺癌早期诊断、靶向治疗和预后评估提供理论依据。方法：从GEO数据库获取GSE38506数据集,使用GEO2R筛选差异表达基因。使用DAVID数据库进行GO、KEGG富集分析,并应用STRING及Cytoscape软件的 CytoHubba插件进行蛋白相互作用网络分析,筛选出Hub基因。最后使用bcGenExMiner在线工具对这5个Hub基因进行预后分析。结果：从GSE38506基因芯片共筛选出830个显著差异表达基因,其中上调基因442个,下调基因388个。富集分析显示,差异表达基因主要涉及信号转导、GTP酶活性的正调控、固有免疫反应、细胞黏附、细胞质膜、细胞表面、细胞连接、ATP结合、肌动蛋白结合、转录因子结合等。共筛选出2个核心模块和5个Hub基因,包括EGFR、JUN、CDC42、SRC、RAC1,并且它们都与乳腺癌预后相关。结论：通过生物信息学筛选出了正常女性乳腺密度相关的 5个核心基因,可能对乳腺癌的发生发展和预后存在一定影响,是潜在的致密型乳腺女性易患乳腺癌的分子学标志物和靶向治疗新位点。     

基于生物信息学分析艾滋病患者血中相关差异基因

目的 基于生物信息学方法筛选艾滋病(AIDS)相关的关键基因,为后续生物学功能研究提供分子靶标。方法 通过GEO数据库下载基因芯片GSE140713,筛选AIDS患者血样与健康对照血样的差异表达基因(DEGs),对DEGs进行GO功能富集分析和KEGG通路富集分析,并且通过String数据库构建蛋白质-蛋白质相互作用网络(PPI),确定其中与AIDS发生发展密切相关的关键基因。结果 GEO数据分析结果显示,AIDS共有1770个DEGs (1128个上调基因,642个下调基因)。GO富集分析结果显示,DEGs主要参与DNA结合转录激活活性、信号受体激活物活性等分子功能。KEGG通路富集分析结果显示,DEGs主要富集于NOD样受体信号通路。经过构建PPI网络分析其重要的功能模块及其关键基因,结果鉴定出5个关键基因可能与AIDS的发生发展相关。结论 本研究筛选出人AIDS血液中5个关键基因(CDK1、BUB1、CCNA2、CCNB1、KIF11),它们可能成为AIDS病毒潜伏期治疗的潜在靶点。     

基于生物信息学的结肠癌核心基因筛选及验证

目的:利用生物信息学方法筛选结肠癌核心基因,并通过体外实验进行验证,挖掘潜在的结肠癌分子标志物.方法:从GEO数据库下载GSE23878、GSE37182和GSE74602数据集,应用R语言筛选结肠癌和癌旁组织的差异表达基因(differentially expressed genes,DEGs),并对DEGs进行GO...     

miR-129-5p调控的COL1A1作为胃癌潜在治疗靶点的生物信息学分析

目的应用生物信息学技术探索胃癌发病机制,为胃癌的防治提供生物信息学依据。方法用GEO2R在线工具分析 GSE79973中胃癌组织和正常胃黏膜组织的差异表达基因（Differentially expressed genes, DEGs）,通过DAVID数据库对DEGs 进行GO分析和KEGG通路富集分析,然后通过STRING数据库构建蛋白质相互作用网络,用Cytoscape 软件进行关键基因 （Hub 基因）筛选和功能模块分析,并在GEPIA 数据库对Hub 基因进行验证,用Target Scan 数据库预测调控靶基因的 microRNAs,并用OncomiR分析microRNAs在胃癌组织中的表达及其与生存预后的关系。结果共筛选出181个在胃癌中差异 表达的基因。蛋白质互作网络筛选出10个Hub基因。DEGs功能分析主要涉及蛋白质消化吸收、PI3K-Akt信号通路、ECM-受 体相互作用、血小板激活信号通路。GEPIA数据库验证显示COL1A1 在胃癌组织中高表达,并和胃癌患者的不良预后有关。 miR-129-5p与COL1A1 mRNA的3’UTR结合。与正常组织相比,miR-129-5p在胃癌组织中表达明显下调,且与胃癌患者预后 具有一定相关性。结论miR-129-5p调控的COL1A1是胃癌潜在的治疗靶点。     

突变型与野生型胃肠道间质瘤基因筛选及信号通路分析

目的 筛选参与调控KIT/PDGFRA野生型胃肠道间质瘤(WT-GIST)发生、发展的关键基因及其信号通路,探索WT-GIST潜在的分子标志物。方法 下载来自GEO数据库GSE17743、GSE20708、GSE132542 3个GIST基因芯片数据集。合并3个芯片的基因表达矩阵、对其进行标准化处理并去除合并矩阵的批次效应、应用主成分分析检测其标准化情况后,将3个芯片中WT-GIST样本与KIT/PDGFRA突变型GIST(MUT-GIST)样本进行联合生物信息学分析,确定两组间差异表达基因(DEGs),并利用DAVID和KOBAS数据库对DEGs分别进行生物功能(gene ontology,GO)及信号通路(kyoto encyclopedia of genes and genomes,KEGG)富集分析。利用STRING数据库及CYTOSCAPE软件进行DEGs蛋白间相互作用网络(protein protein interaction network,PPI)的绘制及可视化处理,利用cytoHubba、MCODE插件划分子网络并筛选关键基因(HUBs),最后应用DAVID及KOBAS数据库对HUBs进行功能富集分析。结果 本研究共筛选出628个DEGs, 其中包括226个上调基因, 402个下调基因。DEGs的GO分析结果提示其主要富集于“蛋白质的结合”、“跨膜转运”、“细胞膜的构成”、“外泌体的形成”等功能。KEGG分析显示DEGs主要富集于“代谢途径”、“PI₃K-Akt信号通路”、“神经性配体-受体相互作用”等信号通路。通过构建PPI网络筛选出了PENK、GRIA2、FBXO6、KLHL13、HERC5等25个HUBs,GO分析结果显示其主要富集于“细胞外谷氨酸门控离子通道活性”等功能,KEGG分析结果显示其主要富集于“神经性配体-受体相互作用”、“逆行内源性大麻素信号转导通路”等信号通路。结论 通过合并3个基因芯片的基因表达矩阵, 利用生物信息学方法筛选出参与WT-GIST发生、发展过程的关键基因和信号通路, 为WT-GIST的诊疗探索潜在靶点。     

应用生物信息学筛选胃癌诊断和预后的生物标志物

目的：应用生物信息学方法分析和筛选与胃癌诊断和预后相关的生物标志物。方法：从GEO数据库下载胃癌的基因表达谱数据集GSE79973和GSE103236。通过在线工具GEO2R和韦恩图筛选两数据集重叠的差异表达基因(DEGs)。利用仙桃在线数据平台对DEGs进行GO和KEGG富集分析。通过STRING在线工具和Cytoscape软件构建DEGs的蛋白互作网络和识别hub基因。最后,使用GEPIA、仙桃、Kaplan-Meier Plotter在线数据平台对hub基因进行表达差异分析、受试者工作特征(ROC)曲线分析及生存分析。结果：GSE79973和GSE103236两数据集中有156个重叠DEGs,包括98个上调基因和58个下调基因。其中,上调差异表达基因(uDEGs)的GO富集分析主要与细胞外基质及胶原蛋白相关;KEGG富集分析与细胞外基质受体相互作用有关。通过STRING在线工具和Cytoscape软件从重叠DEGs中识别出10个hub基因,均为uDEGs。利用GEPIA、仙桃、Kaplan-Meier Plotter在线数据平台分析表明,hub基因在胃癌组织中均显著上调(P<...     

基于生物信息学探究骨关节炎基因及治疗药物

目的:基于生物信息学的方法探索骨关节炎(osteoarthritis,OA)的发病基因和潜在治疗药物.方法:利用网络基因表达数据库(gene expression omnibus,GEO)下载关于骨关节炎的芯片GSE55235、GSE12021和GSE55457.通过R语言软件分析获得差异表达基因(differentially expressed genes,DECs).通过DAVID在线数据库对DEGs进行GO富集分析和KEGG通路分析.利用String数据库对DEGs进行蛋白互作分析并通过Cytoscape软件进行可视化.通过连接图(connectivity map,cMap)数据库分析具有潜在治疗性OA的小分子药物.结果:共获得67个DEGs,其中18个基因表达上调,49个基因表达下调.GO分析表明,DEGs的生物学过程集中在细胞增殖、细胞黏附、机械刺激反应、成骨细胞分化和细胞对钙离子反应的调节上,参与细胞外空间、内质网膜和细胞周期蛋白依赖性蛋白激酶全酶复合物等细胞组成.分子功能包括蛋白质同二聚化活性、生长因子活性、转录因子活性、RNA聚合酶Ⅱ核心启动子近端区域序列特异性结合、蛋白质异二聚化活性、过氧化物酶活性、MAP激酶酪氨酸/丝氨酸/苏氨酸磷酸酶活性.KEGG通路分析表明,这些DEGs主要参与破骨细胞分化、TNF信号通路、PI3K-Akt信号通路、MAPK信号通路、细胞因子-细胞因子受体相互作用和Jak-STAT信号通路.从PPI网络中鉴定出前10个中枢基因是IL-6、JUN、VEGFA、ATF3、DUSP1、MYC、PTGS2、JUNB、CDKN1A和CD44.还筛选了一些用于治疗OA的潜在小分子药物,如雌二醇和来氟米特.结论:所选择的关键基因可能是OA的诊断标志物和潜在治疗靶点,所选择的小分子药物可能是治疗OA的潜在治疗药物.