基于转录组分析Hippo通路相关基因在骨关节炎中的作用OA

目的:探讨Hippo信号通路相关基因在骨关节炎(osteoarthritis,OA)发病机制中的作用,筛选并验证其潜在的诊断生物标志物,为OA的精准诊断和靶向治疗提供理论依据。方法:基于GEO数据库GSE114007和GSE57218转录组数据,采用DESeq2筛选差异表达基因(differentially expressed genes,DEGs),结合加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)与Hippo通路基因集取交集,获得差异表达Hippo相关基因(differentially expressed hub-related genes,DE-HRGs)。采用最小绝对收缩和选择算法(least absolute shrinkage and selection operator,LASSO)回归、向量机递归特征消除(support vector machine-recursive feature elimination,SVM-RFE)和Boruta算法筛选候选基因,并通过受试者工作特征(receiver operator characteristic,ROC)曲线及神经网络模型评估其诊断价值。为进一步验证转录组分析结果,采用改良Hulth法建立兔膝骨关节炎(knee osteoarthiritis,KOA)动物模型,分为对照组与OA组,每组8只。对照组不予处理,OA组手术造模。造模4周后行膝关节X线检查,观察关节间隙、关节面形态及骨赘形成情况。采用实时荧光定量聚合酶链反应(real-time fluorescence quantitative polymerase chain reaction,RT-qPCR)检测软骨组织中表皮生长因子受体(epidermal growth factor receptor,EGFR)和蛋白激酶AMP活化非催化亚基β2(protein kinase AMP-activated non-catalytic subunit beta 2,PRKAB2)的表达水平。采用基因集合富集分析(gene set enrichment analysis,GSEA)EGFR和PRKAB2功能通路,采用单样本基因富集分析(single-sample gene enrichment analysis,ssGSEA)评估关键基因与免疫细胞浸润的关系。结果:转录组分析共获得3996个DEGs,结合WGCNA和Hippo基因集交集得到11个DE-HRGs。LASSO回归、SVM-RFE和Boruta算法综合筛选出5个候选基因,其中EGFR和PRKAB2在训练集和验证集的曲线下面积(area under the area,AUC)>0.8,具有良好的诊断性能。神经网络模型进一步验证其判别能力(AUC=0.835)。兔OA模型中,X线片示,对照组膝关节间隙变窄并伴有骨赘形成;RT-qPCR检测结果显示,OA组EGFR、PRKAB2表达分别为(1.5±0.8)、(1.2±0.7),对照组分别为(3.8±1.5)、(2.9±1.3),两组比较差异均有统计学意义(P<0.05)。功能富集结果显示,EGFR和PRKAB2均参与Hippo和腺苷酸活化蛋白激酶(adenosine monophosphate-activated protein kinase,AMPK)等信号通路。免疫浸润结果分析显示,PRKAB2与Th17细胞呈正相关(r=0.47,P<0.01),EGFR与自然杀伤T细胞呈负相关(r=-0.61,P<0.001)。结论:EGFR与PRKAB2可作为OA的潜在生物标志物,通过调控Hippo通路与免疫微环境参与OA的发生发展,为OA的分子机制研究及靶向治疗提供新思路。