机器学习鉴定KDELR3作为骨关节炎缺氧特征基因的实验验证

作者：徐文飞; 明春玉; 梅其杰; 袁长深; 郭锦荣; 曾超; 段戡^*

来源：中国组织工程研究, 2024, 28(21): 3431-3437.

• 骨关节炎
• 机器学习
• 缺氧
• 特征基因
• 软骨细胞
• 生物标志物
• 免疫浸润分析

背景：缺氧与骨关节炎软骨细胞损伤的发生、发展密切相关，但具体作用靶点及调控机制尚不清楚。目的：运用机器学习方法鉴定KDEL(Lys-Asp-Glu-Leu)受体3(KDELR3)作为骨关节炎缺氧的特征基因及免疫浸润分析，以期为骨关节炎的治疗提供新的思路与方法。方法：从GEO数据库下载骨关节炎相关的数据集和GSEA网站中获取缺氧相关基因；采用R语言对骨关节炎数据集进行批次校正及免疫浸润分析，并提取骨关节炎缺氧基因进行差异分析，对差异表达基因进行GO功能及KEGG信号通路分析；同时运用加权基因共表达网络分析(Weighted correlation network analysis,WGCNA)及机器学习筛选骨关节炎缺氧的特征基因，并进行体外细胞实验，运用数据集及qPCR验证表达并行相关免疫浸润分析。结果与结论：(1)经批次校正及主成分分析获得骨关节炎基因8 492个，主要与Macrophages M2和Mast cells resting等免疫细胞密切相关；同时获得缺氧基因200个，进而得到41个骨关节炎缺氧差异表达基因。(2)GO分析主要涉及对营养水平、糖皮质激素反应等生物过程；涉及溶酶体腔、高尔基内腔等细胞组分；涉及14-3-3蛋白结合、DNA结合转录激活剂活性等分子功能。(3)KEGG分析骨关节炎缺氧差异表达基因与PI3K-Akt、FoxO及癌症中的微小RNA等信号通路有关。(4)运用WGCNA分析及机器学习筛选后获得特征基因KDELR3。(5)通过基因芯片验证后发现KDELR3基因在滑膜中实验组基因表达高于对照组(P=0.014)，而半月板中实验组基因的表达却低于对照组(P=0.024)。(6)体外软骨细胞实验显示KDELR3基因在软骨中实验组表达高于对照组(P=0.005)，同时KDELR3基因与Macrophages M0(P=0.014),T cells follicular helper(P=0.014)等密切相关。运用机器学习方法证实KDELR3可作为骨关节炎缺氧特征基因，可能通过改善缺氧来干预骨关节炎发病，期待能为更好地治疗骨关节炎提供新方向。

• 单位
  广西中医药大学第一附属医院; 广西中医药大学附属瑞康医院