如果您对骨科疾病生信临床研究感兴趣，请为小骨点点关注，持续解读骨科前沿生信文献和思路。如果您需要定制化服务，欢迎扫码联系小骨~
文章标题：Bioinformatics-Led Discovery of Osteoarthritis Biomarkers and Inflammatory Infiltrates
中文标题：生物信息学主导的骨关节炎生物标志物和炎性浸润的发现
发表期刊：Frontiers in Immunology
发表时间：2022年6月
影响因子：7.5/Q1
研究背景
骨关节炎是最常见的慢性关节疾病，无法预防，其患病率随着年龄的增长而上升 ,骨关节炎的治疗费用给患者和社会造成了经济负担，对人类健康造成了严重威胁。然而，该病的病因和发病机制仍不清楚。为了制定有效的治疗策略，有必要研究骨关节炎发展的潜在机制。
研究方法
使用 R 包 “limma” 进行差异基因分析，以确定集成数据集中患病样本和对照样本之间的差异基因，以研究免疫相关基因的基因表达水平对关节炎的影响。森林模型和列线图模型构建。为了研究不同免疫模式对关节炎的影响，使用 R 包 limma 筛选了差异表达基因的显着差异基因，用于整合数据集中免疫模式亚群。
研究结果
1.关节炎患者免疫相关基因的表达
本研究的生物信息学分析根据进行。从 GEO 数据集中删除批量效应以获得集成数据集，其中包括 69 个关节炎样本和 34 个对照样本。关节炎样本和对照样本的差异研究显示 105 个 DEGs;其中 83 例上调，22 例下调。
2.风险模型的构建
LASSO 算法用于识别 28 个 Imm-DEGs 中的 16 个特征基因，对关节炎有很大影响。根据 16 个特征基因的系数，将基因表达乘以相应的系数并求和得出致关节炎评分。
3.基因特征的不同免疫学模式
利用 R 软件中的 ConsensusClusterPlus 软件包和基于 16 个特征基因的一致聚类方法建立了两种免疫学模式 （clusterA 和 clusterB）。簇 A 有 34 个样本，簇 B 有 35 个样本。然后创建所有差异表达免疫基因的热图，以显示两组之间免疫基因表达的显著差异。4.免疫基因的 PPI 网络
为了探讨差异表达免疫基因之间的关系，我们提取了 DEGs 、 Imm-DEGs 和基因特征的 PPI 网络。如 Cytoscape 中所示，DEGs 的 PPI 网络有 211 个配对相互作用和 75 个基因;MMP9 与 19 个 DEG 密切相关，而 CXCL10 与 16 个 DEG 相关。
文章小结
该研究表明骨关节炎可能与免疫反应、趋化因子介导的信号通路和炎症反应有关，这些研究提高了我们对骨关节炎发展的理解。这项研究的结果将有助于解释关节炎的免疫调节网络，并激发更有效的治疗方法。如果您对生信分析和公共数据库挖掘感兴趣，但时间和精力有限或者缺乏相关经验，小骨非常乐意为您提供如下服务：免费思路评估、付费方案设计和生信分析等，有意向的老师欢迎联系小骨哦！
