基于生物信息学方法筛选骨关节炎进展相关关键基因

目的 利用生物信息学方法筛选骨关节炎进展相关的差异表达基因（DEGs）。方法 在基因表达组学数据库（GEO）下载GSE206848数据集，运用GEO2R在线工具进行分析，并筛选DEGs;利用R语言绘制火山图和热图。然后对DEGs进行GO功能富集分析和KEGG通路富集KPT-330说明书分析；将获得的DEGs数据导入STRING数据库构建蛋白互作网络（PPI）,并通过CytoHubtargeted immunotherapyba插件以5种算法取交集筛选关键基因（Hub gene）。结果 经GEO2R筛选，从GSE20684Navitoclax纯度8数据集中获得DEGs 1 592个（545个上调基因、1 047个下调基因）。GO功能富集分析发现，DEGs的生物学过程主要富集在DNA代谢过程的调节、超分子纤维组织的调控、细胞器组织的负调控；细胞定位主要富集细胞边缘、肌动蛋白细胞骨架、核散斑；分子功能主要富集微管蛋白结合、蛋白丝氨酸/苏氨酸激酶活性、蛋白丝氨酸/苏氨酸/酪氨酸激酶活性。KEGG通路富集分析结果主要涉及PI3K-Akt信号通路、肌动蛋白细胞骨架调控等。应用CytoHubba插件筛选得到3个关键基因（PIK3CA、EGFR、SRC）。结论 该研究共筛选出3个与骨关节炎进展相关的关键基因，分别为EGFR、PIK3CA、SRC。