摘要
目的： 幼年特发性关节炎是以原因不明的关节炎为特征的儿童期最常见的慢性风湿性疾病。其中少关节型JIA为发达国家最常见亚型，其特征为发病的前6个月出现关节炎的关节数量少于5个，多表现为下肢大关节非对称性炎，如膝关节和踝关节等，患者抗核抗体（anti-nuclear antibody， ANA）的阳性率高，并且合并有慢性葡萄膜炎的风险高。部分少关节型JIA患儿症状可不典型，通常在疾病晚期才被发现，耽误治疗而造成晚期肢体残疾。本文从少关节型JIA患者的基因角度出发，通过生物信息学的方式，识别少关节型JIA的特征性基因，并探究其与免疫浸润的关系，从分子水平分析少关节型JIA的发病机制，旨在为少关节型JIA的基因诊断和治疗提供参考。 方法： 从GEO数据库中下载GSE13501数据集，其中包含健康组及疾病组患者外周血单核细胞（PBMC）样本的 RNA测序数据集。利用R软件对数据集进行基因差异表达分析并进行GO和KEGG富集分析。使用STRING数据库构建蛋白质互相作用（protein-protern interaction,PPI）网络，再将相关数据导入Cytoscape软件中，利用其中的Cytohubba软件包，通过MMC算法筛选关键基因。通过机器学习算法分别构建lasso回归模型和支持向量机递归特征消除（SVM-REF）模型，取二者交集基因作为特征性基因，通过建立受试者工作特征曲线，即ROC曲线分析验证特征性基因预测模型的准确度。最后，采用CIBERSORT算法评估少关节型JIA的免疫浸润情况并分析特征性基因与免疫细胞的共表达相关性。 结果： 最后共有56例健康样本和39例少关节型幼年特发性关节炎患病样本纳入本研究中，经过上述方法筛选出JUN、NFKBIA、ATF3三个基因作为少关节型JIA的特征性基因，模型验证的结果表明，该模型用来预测少关节型JIA的特征性基因的准确度较高。免疫浸润结果表明，在少关节型JIA中滤泡辅助性T细胞和激活态树突状细胞高表达，而激活态NK细胞低表达，并且特征性基因与免疫细胞的共表达分析结果表明，免疫浸润的差异与特征性基因的高表达相关。 结论： 综上所述，利用计算机对芯片表达数据进行处理，通过PPI网络的构建、关键基因的筛选以及机器学习分析找出了少关节型JIA的诊断特征基因，并探究其与免疫细胞的关系，为少关节型JIA的早期诊断和治疗提供参考。尽管使用了多种数据分析方法，但我们的研究仍存在一些局限性，特别是我们的分析是基于以前发布的数据集。尽管我们的结果与以往的一些研究结果一致，但其可信度仍需要在进一步的实验中得到验证。
NETL