换一批基于生物信息学鉴定骨关节炎滑膜的核心基因及预测模型
Identification of hub genes and prediction models of osteoarthritis synovium based on bioinformatics
摘要目的:鉴定骨关节炎(OA)的核心基因,探寻OA的早期诊断标志物.方法:从GEO数据集中下载了OA滑膜微阵列数据进行分析,通过网络分析整合了多个数据集中的差异表达基因(DEGs).我们使用了DAVID来注释这些DEGs,并构建了一个蛋白质-蛋白质相互作用网络来描述基因的相关性.然后,通过MCODE进行了聚类分析,并利用LASSO回归构建分类模型,最后利用受试者工作特征(ROC)曲线对模型的预测能力进行评价.结果:我们鉴定了349个DEGs,其中MCODE评分较高的聚类包含17个DEGs.由LASSO回归构建的预测模型中包含了 6个基因(CSTF36、HNRNPK、HNRNPU、PCBP2、SF3B1、SRSF4),其ROC曲线下的面积为 99.2%.Logistic回归分析和Pearson相关性分析表明CSTF3、PCBP2和SRSF4可能与OA的发病具有最密切的关系.结论:我们提出的这个包含6个基因的分类模型对OA具有较高的诊断价值.此外,CSTF3、PCBP2和SRSF4可能是OA的特异性生物标志物,其功能值得进一步研究.
更多相关知识
栏目名称
DOI
10.14188/j.1671-8852.2022.0696
发布时间
2025-03-12（万方平台首次上网日期，不代表论文的发表时间）
- 浏览8
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
