机器学习联合生物信息学鉴定骨关节炎细胞衰老关键基因及验证

作者：袁长深; 廖书宁; 李哲; 吴思萍; 陈乐伟; 刘晋邑; 李彦宏; 段戡^*

来源：中国组织工程研究, 2024, 28(20): 3196-3201.

• 骨关节炎
• 细胞衰老
• 关键基因
• 细胞实验
• 机器学习
• 生物信息学

背景：细胞衰老与骨关节炎的发生、发展密切相关，但具体作用靶点及调控机制尚不清楚。目的：综合生物信息学和机器学习方法挖掘细胞衰老介导骨关节炎的关键基因，并利用实验加以验证，探讨细胞衰老在骨关节炎中的作用。方法：从GEO数据库中获得骨关节炎基因表达谱以及从CellAge数据库中获得细胞衰老相关基因，二者取交集并提取交集基因表达量进行差异分析，然后对差异基因进行GO和KEGG分析，接着通过PPI网络分析和机器学习筛选骨关节炎细胞衰老关键基因，并进行体外细胞实验验证，采用qPCR方法检测关键基因的表达。结果与结论：(1)获得31个骨关节炎细胞衰老差异基因，GO分析显示主要参与白细胞分化调节、单核细胞分化、T细胞分化调节等生物过程，在DNA转录因子结合、组蛋白去乙酰化酶结合、染色质DNA结合、趋化因子结合中发挥作用；(2)KEGG分析表明骨关节炎细胞衰老差异基因主要在JAK/STAT信号通路、PI3K/Akt信号通路、FoxO信号通路中被激活；(3)通过PPI网络拓扑学分析和机器学习方法筛选出骨关节炎细胞衰老关键基因MYC；(4)体外细胞实验结果表明，实验组骨关节炎软骨细胞中MYC mRNA表达明显低于对照组(正常软骨细胞)，差异有显著性意义(P <0.05)；(5)结果表明，MYC可作为骨关节炎细胞衰老的关键基因，可能通过介导免疫应答、炎症反应和转录调控等成为骨关节炎防治的新靶标。

• 单位
  广西中医药大学第一附属医院; 广西中医药大学