基于WGCNA筛选骨关节炎的生物标志物

目的 利用加权基因共表达网络分析(WGCNA)探索骨关节炎(OA)发生发展中潜在的分子机制及其关键基因，寻找具有临床诊断和治疗意义的生物标志物。方法 从基因表达综合数据库(GEO)下载GSE114007、GSE57218和GSE169077数据集。利用R语言软件对GSE114007进行差异分析，将差异分析结果得到的差异基因(DEGs)再进行WGCNA构建表达模式不同的基因模块，对与骨关节炎最相关的基因模块进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)分析。利用STRING和Cytoscape构建蛋白互作网络(PPI),并用cytoHubba插件的degree算法筛选关键基因。结果 GSE114007共筛选出骨关节炎组与健康对照组之间的DEGs1752个，其中上调基因927个，下调基因825个；通过WGCNA构建了6个不同的基因模块，其中棕色基因模块与骨关节炎的相关性最高，共有281个基因；棕色基因模块的GO显著富集在T细胞活化、脂肪代谢、炎症反应等生物学过程，KEGG显著富集在MAPK信号通路、破骨细胞分化途径、mTOR信号通路等信号通路；从PPI网络筛选出DDIT3和B...