[摘 要] 目的 利用生物信息学方法筛选骨关节炎进展相关的差异表达基因( DEGs )。方法 在基因表达组学数据库( GEO )下载 GSE206848 数据集,运用 GEO2 R 在线工具进行分析,并筛选 DEGs ;利用 R 语言绘制火山图和热图。然后对 DEGs 进行 GO 功能富集分析和 KEGG 通路富集分析;将获得的 DEGs 数据导入STRING 数据库构建蛋白互作网络( PPI ),并通过 CytoHubba 插件以 5 种算法取交集筛选关键基因( Hubgene )。结果 经 GEO2 R 筛选,从 GSE206848 数据集中获得 DEGs1592 个( 545 个上调基因、 1047 个下调基因)。 GO 功能富集分析发现,DEGs 的生物学过程主要富集在 DNA 代谢过程的调节、超分子纤维组织的调控、细胞器组织的负调控;细胞定位主要富集细胞边缘、肌动蛋白细胞骨架、核散斑;分子功能主要富集微管蛋白结合、蛋白丝氨酸/苏氨酸激酶活性、蛋白丝氨酸/苏氨酸/酪氨酸激酶活性。 KEGG 通路富集分析结果主要涉及PI3K-Akt 信号通路、肌动蛋白细胞骨架调控等。应用 CytoHubba 插件筛选得到 3 个关键基因( PIK3CA 、 EG-FR 、 SRC )。结论 该研究共筛选出 3 个与骨关节炎进展相关的关键基因,分别为 EGFR 、 PIK3CA 、 SRC 。