加权基因共表达网络分析结合机器学习筛选及验证骨关节炎生物标记物
Weighted gene co-expression network analysis combined with machine learning to screen and validate biomarkers for osteoarthritis
摘要背景:脂质代谢异常影响软骨细胞代谢,在骨关节炎的发生和进展中有着重要的作用,但目前其机制尚不明确.目的:采用加权基因共表达网络分析结合机器学习算法鉴定骨关节炎软骨细胞脂质代谢特征基因,并进行初步验证.方法:采用加权基因共表达网络分析和微阵列数据的线性模型获得差异共表达基因,结合机器学习方法,最终筛选得到脂质代谢相关的特征基因.通过蛋白质互作网络分析,探究差异共表达基因的蛋白质互作网络关系;采用基因本体论和京都基因与基因组百科全书富集分析探索差异共表达基因所在信号通路;运用免疫相关性分析鉴定特征基因与免疫细胞浸润模式;体外分子实验验证特征基因的mRNA和蛋白表达水平.结果与结论:①经数据标准化处理和主成分分析、加权基因共表达网络分析和微阵列数据的线性模型获得高/低表达的差异共表达基因123和110个;②运用逻辑回归、随机森林和支持向量机3种机器学习算法筛选得到特征基因37个,最终得到2个脂质代谢相关的特征基因SMPD3和CYP4F3;③蛋白质互作网络分析显示SMPD3和CYP4F3蛋白相互作用均较低;④基因本体论结果显示差异共表达基因主要富集在中性粒细胞脱颗粒、中性粒细胞免疫反应和应答、中性粒细胞激活和白细胞脱颗粒等;而京都基因与基因组百科全书富集分析提示差异共表达基因主要涉及细胞外基质受体的作用和黏附等关键通路;⑤基于基因表达数据的细胞类型亚型鉴定分析显示8种免疫细胞在骨关节炎中具有显著差异;相关性分析显示SMPD3与静息态树突状细胞显著正相关(r=0.44,P=3.6×10-3),与中性粒细胞显著负相关(r=-0.48,P=1.7×10-3);而CYP4F3与单核细胞和中性粒细胞显著正相关(r=0.76,P=7.6×10-9;r=0.73,P=6.0×10-8),与T细胞滤泡辅助细胞和静息态树突状细胞显著负相关(r=-0.38,P=0.01;r=-0.38,P=0.01);⑥体外分子实验证明,在骨关节炎组SMPD3 mRNA和蛋白水平显著增高,而CYP4F3降低;⑦结果显示,骨关节炎软骨细胞脂质代谢特征基因SMPD3和CYP4F3可作为骨关节炎靶向治疗及软骨修复或退变的潜在生物标记物,为深入探究国人群体中脂质代谢异常与骨关节炎的关系及临床靶向治疗提供新策略.
更多相关知识
- 浏览5
- 被引0
- 下载7

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



