摘要目的:利用生物信息学方法,获取阿尔茨海默病(Alzheimer Disease,AD)与骨质疏松症(osteoporosis,OP)的差异基因和相关通路,并对其进行预测.方法:通过GEO数据库中的基因芯片数据,以AD-OP为研究对象,筛选出AD-OP患者的差异基因、蛋白相互作用网络,采用CytoHubba插件鉴定Hub基因,MCODE插件对与AD-OP发病密切相关的功能模块进行聚类分析,利用TRRUST数据库预测共同差异表达基因的转录因子.通过GO功能及KEGG通路,明确其作用机制,并利用验证组中的差异表达基因来验证上述研究结果.最后利用Coremine Medical数据库预测对关键基因具有显著调控作用的中药.结果:从GEO数据库获得AD-OP差异表达基因 31 个,导入STRING数据库进行检索得到 27 个节点和 54 条边组.MCODE插件聚类分析并挖掘 2 个疾病相关功能模块,CytoHubba插件在关联网络数据中查找 25 个 hub基因并将其上传到GeneMANIA数据库中,得出ACTR1A、DCTN1、ARPC1B、CTTN等与核心基因最密切的基因,再用GO注释及KEGG通路分析上述基因.富集分析结果得出,多种神经退行性疾病的通路和p53 信号通路等通路对AD-OP的发病至关重要.经TRRUST分析获得TP53、RELA、NFKB1 以上 3个主要的转录因子,还有MGP、CARM1、BCL2L1、BCL2、AXIN2、ACACA、UBE2C、PTP4A1、PTEN受转录因子调控的基因.采用COREMINE预测关键基因和通路,结果显示紫草、郁金、姜黄和黄精是治疗AD-OP的核心中药.结论:本研究明确了AD-OP的核心基因及基因所富集的通路,探讨了AD-OP主要涉及的生物学过程,并采用验证数据集验证了Hub基因,为AD-OP治疗的新靶点选择提供了支撑,预测了针对核心基因的治疗中药,为治疗AD-OP的治疗和研究提供了依据.