摘要背景:骨关节炎是一种常见的慢性退行性疾病,与年龄具有高度相关性,然而其具体的发病机制尚不明确,在早期诊断和治疗方面存在许多不足.目的:通过生物信息学方法筛选骨关节炎滑膜中的关键表达基因,为寻找诊断骨关节炎的生物标志物及阐明其潜在的发病机制奠定基础.方法:从GEO数据库下载4个骨关节炎滑膜数据集(GSE32317、GSE55235、GSE55457、GSE82107),共纳入27个正常滑膜组织样本和49个骨关节炎滑膜组织样本,运用R语言进行差异表达基因和加权基因共表达网络分析(Weighted Co-expression Network Construction Analysis,WGCNA)交集基因的筛选,对其进行功能分析、蛋白质相互作用网络分析(PPI)以及免疫浸润分析,并使用cytoscape进行网络可视化,用prism对degree排名前10个基因绘制ROC曲线并筛选出关键基因,并用另一组滑膜数据集GSE12021进行验证,最后采用PCR对广西中医药大学第一附属医院仙葫院区骨二科骨关节炎和非骨关节炎(关节创伤)患者各4例滑膜中的关键基因进行检测.结果 与结论:①共筛选出差异表达基因263个,WGCNA关键模块基因1237个,两者共有98个交集基因;②PPI degree排名前10的基因分别为白细胞介素6、JUN、ATF3、MYC、DUSP1、VEGFA、FOSB、CXCL8、PTGS2、NR4A1;③根据ROC曲线显示ATF3和DUSP1诊断骨关节炎的准确度较高(AUC值>0.8);④用数据集GSE12021和PCR检测进行验证发现,ATF3和DUSP1在骨关节炎组和对照组中基因表达差异有显著性意义(P<0.01),且与网络分析结果一致;⑤上述结果证实,利用生物信息学方法筛选骨关节炎滑膜中的关键表达基因,基于现有的临床样本的验证结果推论,ATF3和DUSP1有可能成为骨关节炎诊断和治疗的潜在生物标志物和治疗靶点.