MXRA5和MYC作为肥胖和骨关节炎的诊断标志物和免疫浸润特征

目的利用生物信息学和机器学习鉴定肥胖和骨关节炎(osteoarthritis,OA)的关键基因与免疫浸润细胞的相关性。方法从基因表达数据库(gene expression omnibus,GEO)中筛选GSE55235、GSE44000和GSE1518393个数据集,通过R软件获得差异表达基因(differentially expressed genes,DEGs),并通过基因本体功能(gene ontology,GO)和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)信号通路富集分析,探索其潜在的生物学功能。采用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归算法结合(support vector machine,SVM)筛选特征基因,并利用受试者操作特征(receiver operating characteristic,ROC)曲线验证关键基因的诊断价值,并使用CIBERSORT算法评估免疫浸润,通过NetworkAnalyst数据库预测靶miRNA和Cytoscape软件构建mRNA-miRNA调控网络,分析关键基因与免疫浸润的相关性。结果GO基因富集分析获得99个差异表达基因(differentially expressed genes,DEGs)。免疫系统和免疫应答中的细胞活化被大量富集。KEGG通路分析显示,白细胞介素(interleukin,IL)-17、核因子κB(nuclear factor-κB,NF-κB)、B细胞受体和趋化因子信号通路显著富集。基于机器学习鉴定出两个关键诊断基因(MXRA5和MYC)。免疫浸润分析显示MXRA5与静息和活化的CD4记忆T细胞、活化的NK细胞、静息和活化的肥大细胞、M0巨噬细胞有关。此外,MYC与静息和活化的CD4记忆T细胞、浆细胞、活化的NK细胞、静息和活化的肥大细胞、M2巨噬细胞和嗜酸性粒细胞有关。CD4+细胞、NK细胞和肥大细胞与这2个枢轴基因有显著相关性。结论通过生物信息学分析鉴定出2个免疫相关的关键基因,可能为肥胖相关性OA的治疗提供新的靶点。