基于生物信息学方法鉴别骨关节炎自噬的关键基因和途径

目的 通过生物信息学方法,探讨自噬相关基因在骨关节炎(OA)中的潜在作用.方法 利用GEO数据库的GEO DataSets检索窗口以"Osteoarthritis"为关键词,数据公开日期限制为2010年1月1日至2020年1月1日,筛选得到基因微阵列数据集(GSE55457),对GSE55457数据矫正后分析获得差异表达基因(DEGs),然后利用GeneCards得到的自噬相关基因并与DEGs作交集,对交集基因作GO与KEGG富集分析和绘制蛋白质-蛋白质相互作用网络,最后得到重要模块并对其基因作KEGG富集分析和筛选出Hub关键基因.结果 得到203个DEGs和5786个自噬基因,二者取交集获得65个基因,其富集在279个GO条目和44个KEGG条目;重要模块的基因主要涉及MAPK、JAK-STAT和PI3K-Akt等信号通路,关键的基因有VEGFA、JUN、CTNNB1、MYC、NR4A1、MAP2K7和DUSP1.结论 基因VEGFA、JUN和CTNNB1等通过MAPK、JAK-STAT和PI3K-Akt主要途径调节自噬反应,影响OA的发生发展.