数据获取与差异表达分析
从GEO数据库获取OA相关转录组和单细胞数据集，识别差异表达基因。
使用GSE114007数据集，通过DESeq2分析OA与正常样本的差异表达基因，并与DRGs取交集得到DE-DRGs。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
骨关节炎进展中二硫化物凋亡相关基因的生物信息学鉴定与实验验证
Bioinformatics Identification and Experimental Verification of Disulfidptosis-Related Genes in the Progression of Osteoarthritis.
实验完整度
中包含转录组及单细胞数据分析、机器学习、列线图构建、免疫浸润分析及体外细胞实验等，但缺乏动物和人体组织验证。
主要模型
小鼠原代软骨细胞 GSE104782单细胞数据集 GSE114007和GSE57218软骨转录组数据集
重点核对
GSE114007数据集用于差异表达分析和机器学习模型构建 GSE57218数据集用于验证核心基因表达和诊断价值 10 ng/mL IL-1β处理小鼠原代软骨细胞24 h建立炎症模型 siRNA转染敲低SLC3A2或PDLIM1，观察炎症及基质代谢标志物变化 qPCR和Western blot检测mRNA和蛋白表达，GAPDH作为内参
摘要
背景：骨关节炎（OA）是一种致残且高发的疾病，影响全球数百万人。最近发现的二硫化物凋亡（disulfidptosis）代表了一种由胱氨酸过度积累诱导的新型细胞死亡形式。尽管其重要性，但目前缺乏对OA中二硫化物凋亡相关基因（DRGs）的系统探索。方法：本研究利用了三个OA相关数据集和DRGs。通过将GSE114007中的差异表达基因（DEGs）与DRGs取交集，得到差异表达的DRGs（DE-DRGs）。通过三种机器学习算法筛选特征基因。使用受试者工作特征曲线鉴定高诊断价值基因。通过表达验证确认核心基因。然后利用这些核心基因构建列线图，并进行富集、免疫和相关性分析。通过体外细胞实验对核心基因进行额外验证。结果：SLC3A2和PDLIM1被指定为核心基因，表现出优异的诊断性能。PDLIM1在软骨细胞分化早期低表达，在晚期显著升高，而SLC3A2总体高表达，在分化晚期下降。细胞实验证实了SLC3A2和PDLIM1与软骨细胞炎症的相关性。结论：鉴定了与二硫化物凋亡相关的两个核心基因SLC3A2和PDLIM1，为诊断和治疗OA提供了潜在方向。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 骨关节炎中是否存在与二硫化物凋亡相关的关键基因，并探讨其在OA进展中的作用。
- 核心机制
- SLC3A2和PDLIM1作为二硫化物凋亡相关基因，其表达变化可能通过影响软骨细胞自噬和细胞骨架稳定性，参与OA的进展。
- 主要证据
- 通过转录组数据差异表达分析和三种机器学习算法筛选出SLC3A2和PDLIM1，ROC曲线显示AUC>0.8，单细胞分析显示其在软骨细胞分化不同阶段表达变化，体外实验表明IL-1β处理后SLC3A2表达下降、PDLIM1表达上升，且敲低SLC3A2促进炎症和分解代谢，敲低PDLIM1在炎症条件下减轻炎症反应。
- 研究意义
- 首次将二硫化物凋亡与OA联系起来，SLC3A2和PDLIM1可能作为OA严重程度的标志物，为开发靶向治疗和临床诊断工具提供基础。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
机器学习筛选特征基因
利用机器学习算法筛选与OA相关的特征基因。
采用Random Forest、Treebag和Elastic Net三种机器学习模型对DE-DRGs进行特征筛选，使用DALEX包评估模型性能。
核心基因确定与验证
确定具有高诊断价值的核心基因。
通过ROC曲线分析，筛选AUC>0.8的基因，并在GSE57218中进行验证，结合表达差异确定核心基因。
列线图构建与评估
基于核心基因构建预测OA风险的模型。
使用rms包构建列线图，并通过校准曲线和ROC曲线评估模型准确性。
免疫浸润分析
分析OA与正常样本中免疫细胞浸润差异及与核心基因的相关性。
使用CIBERSORT算法去卷积GSE114007数据，比较22种免疫细胞丰度差异，并进行Spearman相关性分析。
单细胞数据分析
在单细胞水平上分析核心基因的表达模式及细胞分化轨迹。
对GSE104782单细胞数据进行质量控制、标准化、PCA降维，然后进行细胞注释、细胞通讯分析、拟时序分析及SCENIC转录因子分析。
细胞培养与处理
建立体外软骨细胞炎症模型，并敲低核心基因，验证其功能。
培养小鼠原代软骨细胞，使用IL-1β处理模拟炎症，使用siRNA敲低SLC3A2或PDLIM1，然后进行qPCR和Western blot检测。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | DMEM/F12培养基 | Procell | PM150310B |
| 胰蛋白酶-EDTA | Servicebio | G4001 | |
| 药物处理 | 白细胞介素-1β | PeproTech | 211-11B |
| siRNA转染 | 靶向小鼠SLC3A2的siRNA | GenePharma | -- |
| 靶向小鼠PDLIM1的siRNA | GenePharma | -- | |
| 阴性对照siRNA | GenePharma | -- | |
| GP-transfect-Mate转染试剂 | GenePharma | G04009 | |
| RNA提取 | RNA提取试剂盒 | Beibei Biotechnology | 082001 |
| 逆转录 | 逆转录试剂 | Takara | RR047A |
| qPCR | TB Green Premix DimerEraser | Takara | RR091A |
| LightCycler 480实时荧光定量PCR系统 | Roche | -- | |
| qPCR引物合成 | qPCR引物 | Sangon | -- |
| 蛋白提取 | RIPA裂解液 | Beyotime | P0013C |
| Western blot | SDS-PAGE凝胶 | Biotides | WB1102 |
| 聚偏二氟乙烯膜 | Millipore | ISEQ00010 | |
| 5%脱脂牛奶 | Beyotime | P0216 | |
| 超敏ECL化学发光底物 | Biosharp | BL520B | |
| SLC3A2抗体 | ABclonal | A23839 | |
| PDLIM1抗体 | ABclonal | A19224 | |
| GAPDH抗体 | Cell Signaling Technology | 5174S | |
| MMP3抗体 | FineTest | FNab05244 | |
| ADAMTS5抗体 | ABclonal | A2836 | |
| SOX9抗体 | FineTest | FNab10948 | |
| COX-2抗体 | FineTest | FNab10407 | |
| HRP标记山羊抗兔IgG (H+L) | ABclonal | AS014 | |
| 数据分析 | Image J/Fiji 2.9.0 | National Institutes of Health | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 转录组数据分析 | GSE114007数据集样本组成，差异表达阈值，GSE57218验证数据集样本组成 阅读提示：Materials and Methods 2.1 Data Sources, 2.2 Identification of Differentially Expressed DRGs |
| 机器学习模型 | 使用的机器学习算法（Random Forest, Treebag, Elastic Net），模型性能评估方法，特征基因筛选标准 阅读提示：Materials and Methods 2.4 Machine Learning |
| 核心基因验证 | AUC阈值，验证数据集GSE57218，表达验证方法 阅读提示：Materials and Methods 2.5 Identification of Hub Genes and Nomogram Construction |
| 免疫浸润分析 | CIBERSORT算法，免疫细胞类型，相关性分析方法 阅读提示：Materials and Methods 2.6 Analysis of Immune Cell Infiltration |
| 单细胞分析 | GSE104782数据集，质量控制参数（nFeature_RNA, percent.mt），主成分数，细胞类型注释方法 阅读提示：Materials and Methods 2.7 Single-Cell Analysis |
| 细胞实验 | 小鼠原代软骨细胞来源和代数，培养条件，IL-1β浓度和处理时间，siRNA转染条件，检测方法 阅读提示：Materials and Methods 2.8 Chondrocyte Culture, Treatment, and siRNA Transfection, 2.9 qPCR, 2.10 Western Blot |