何启旺^{1, †}, 刘玲玲^{3, †}, 胡鑫宇^{1, †}, 林丽霞⁴, 宋振宇⁵, 夏宇阳¹, 林钱铭¹, 韦积华^{2, *}, 李山郎^{2, *}

¹ 湖北中医药大学，湖北时珍实验室，武汉 430061，中国

² 广西骨与关节退行性疾病队列临床医学研究重点实验室，右江民族医学院附属医院骨科，百色 533000，中国

³ 青岛大学附属妇女儿童医院，青岛 266034，中国

⁴ 广西中医药大学第一附属医院，广西中医药大学，南宁 530022，中国

⁵ 桂林医科大学第二附属医院，桂林 541000，中国

^† 这些作者对这项工作作出了同样的贡献

^* 通信作者: 李山郎, 948497818@qq.com；韦积华, 1261290953@qq.com

摘要

背景：本研究旨在鉴定出与巨噬细胞极化相关的骨关节炎（OA）关键基因，并构建诊断模型，以期为临床诊疗提供新的见解。

方法：通过GEO数据库合并GSE55235和GSE55457数据集使用WGCNA和差异表达分析鉴定与巨噬细胞极化相关基因。使用LASSO、RF与SVM-RFE算法筛选hub基因并构建诊断模型，通过内部数据集及外部多个bulk RNA-seq与single-cell RNA-seq数据进行验证。此外，研究还进行了免疫浸润、GSEA、ceRNA构建及药物预测等多个分析。最后，通过RT-qPCR（疾病：正常 = 10:5）和IHC（6:5）实验对临床样本进行实验验证。

结果：确定了3个hub基因（MYC、SIK1与NFIL3），通过其构建的诊断模型在内、外部数据集中均展示出良好的诊断效能（内部AUC = 0.965，外部AUC = 0.847）。在体外实验中，OA患者滑膜组织hub基因均显著下调（P < 0.01），证实了它们作为诊断生物标志物的潜力。

结论：本研究通过全面的生物信息学分析成功构建了与巨噬细胞极化相关的OA诊断模型，并表明这些基因具有较高的诊断价值。然而，还需要进一步的临床研究与实验探索来验证这些发现。

关键词：骨关节炎；巨噬细胞极化；诊断模型；机器学习