87

IntroductionThe susceptibility modules and characteristic genes of patients with osteoarthritis (OA) were determined by weighted gene co-expression network analysis (WGCNA), and the role of immune cells in OA related microenvironment was analyzed.Materials and methodsGSE98918 and GSE117999 data sets are from GEO database. R language was used to conduct difference analysis for the new data set after merging. The formation of gene co-expression network, screening of susceptibility modules and screening of core genes are all through WGCNA. GO and KEGG enrichment analyses were used for Hub genes. The characteristic genes of the disease were obtained by Lasso regression screening. SSGSEA was used to estimate immune cell abundance in sample and a series of correlation analyses were performed.ResultsWGCNA was used to form 6 gene co-expression modules. The yellow-green module is identified as the susceptible module of OA. 202 genes were identified as core genes. Finally, RHOT2, FNBP4 and NARF were identified as the characteristic genes of OA. The results showed that the characteristic genes of OA were positively correlated with plasmacytoid dendritic cells, NKT cells and immature dendritic cells, but negatively correlated with active B cells. MDSC were the most abundant immune cells in cartilage.ConclusionThis study identified the Hippo signaling pathway, mTOR signaling pathway, and three characteristic genes (RHOT2, FNBP4, NARF) as being associated with osteoarthritis (OA). These three genes are downregulated in the cartilage of OA patients and may serve as biomarkers for early diagnosis and targeted therapy. Proper regulation of immune cells may aid in the treatment of OA. Future research should focus on developing tools to detect these genes and exploring their therapeutic applications.

IntroductionLes modules de susceptibilité et les gènes caractéristiques des patients souffrant d’arthrose (OA) ont été déterminés par analyze pondérée du réseau de co-expression génique (WGCNA), et le rôle des cellules immunitaires dans le microenvironnement lié à l’arthrose a été analysé.Matériels et méthodesles ensembles de données GSE98918 et GSE117999 proviennent de la base de données GEO. Le langage R a été utilisé pour effectuer une analyze des différences et une analyze d’enrichissement GSEA pour le nouvel ensemble de données après la fusion. La formation d’un réseau de co-expression génique, le criblage des modules de susceptibilité et le criblage des gènes centraux se font tous par le biais du WGCNA. Des analyses d’enrichissement GO et KEGG ont été utilisées pour les gènes Hub. Les gènes caractéristiques de la maladie ont été obtenus par criblage par régression Lasso. SSGSEA a été utilisé pour estimer l’abondance des cellules immunitaires dans l’échantillon et une série d’analyses de corrélation ont été effectuées.RésultatsGCNA a été utilisé pour former 6 modules de co-expression génique. Le module jaune-vert est identifié comme le module sensible de l’OA. 202 gènes ont été identifiés comme gènes centraux. Enfin, RHOT2, FNBP4 et NARF ont été identifiés comme les gènes caractéristiques de l’arthrose. Les résultats ont montré que les gènes caractéristiques de l’arthrose étaient positivement corrélés aux cellules dendritiques plasmacytoïdes, aux cellules NKT et aux cellules dendritiques immatures, mais négativement corrélés aux cellules B actives. Les MDSC étaient les cellules immunitaires les plus abondantes dans le cartilage.ConclusionCette étude a identifié la voie de signalisation Hippo, la voie de signalisation mTOR et trois gènes caractéristiques (RHOT2, FNBP4, NARF) comme étant associés à l’arthrose. Ces trois gènes sont régulés à la baisse dans le cartilage des patients atteints d’arthrose et peuvent servir de biomarqueurs pour un diagnostic précoce et une thérapie ciblée. Une régulation adéquate des cellules immunitaires pourrait contribuer au traitement de l’arthrose. Les recherches futures devraient se concentrer sur le développement d’outils permettant de détecter ces gènes et d’explorer leurs applications thérapeutiques.