| 摘要: |
| 目的 探讨与血管生成相关的生物标志物在骨关节炎（OA）中的表达情况，并进行验证。 方法 通过差异表达分
析筛选出差异表达基因（DEGs），并结合加权基因共表达网络分析筛选关键模块基因与血管生成相关基因（ARGs）的基本模块基
因，来获得差异表达的 ARGs（DE-ARGs）。用 3 种机器学习算法筛选出候选基因，并构建 ROC 曲线进一步鉴定 OA 的生物标志
物。此外，构建基因集富集分析（GSEA）和基因相互作用网络，并揭示 OA 中免疫细胞的浸润情况。最后，收集临床样本以验证生
物标志物的表达。 结果 在 GSE55235 数据集中，OA 组与对照组的生物标志物共鉴定出 1 552 个 DEGs。通过交叉 DEGs、关键
模块基因和 ARGs，共获得 11 个 DE-ARGs。经 3 种机器学习算法筛选，最终确定了 6 个候选基因。在 GSE55235 和 GSE1919 数
据集中，Ⅲ型胶原α1链（COL3A1）、氧化低密度脂蛋白受体1（OLR1）、停钙素1（STC1）和内向整流钾通道亚家族J成员8的AUC
值均＞0.8，显示出良好的诊断效能。GSEA结果显示，溶酶体是这些生物标志物的共同通路。COL3A1不仅与其他功能相似的基
因密切相关，还参与相同的通路。嗜酸性粒细胞和 2 型辅助性 T 细胞与生物标志物显著相关。临床验证结果进一步证实了
COL3A1、OLR1 和 STC1 的表达趋势与数据分析结果一致。 结论 与血管生成相关的生物标志物COL3A1、OLR1、STC1可作为
OA临床诊断的重要参考依据。 |
| 关键词: |
| DOI： |
| 分类号: |
| 基金项目:浙江省中医药科技计划项目（2022ZQ036） |
|
|
|
|
| Abstract: |
|
| Key words: |
