摘要
阻塞性睡眠呼吸暂停（OSA）是一种常见且严重的睡眠障碍，与氧化应激（OS）密切相关。本研究旨在通过生物信息学方法鉴定并验证与OSA相关的潜在OS相关基因。我们成功结合limma检验、加权相关网络分析（WGCNA）和GeneCards数据库中的OS相关基因，鉴定了OS相关差异表达基因（OS-DEGs）。进一步使用基因本体（GO）和京都基因与基因组百科全书（KEGG）富集分析、蛋白质-蛋白质相互作用（PPI）网络分析、Lasso回归分析、随机森林算法和支持向量机递归特征消除（SVM-RFE）方法，鉴定了关键基因及其潜在生物学功能。通过受试者工作特征（ROC）曲线分析评估和验证关键基因的准确性。利用人类单细胞RNA测序（scRNA-seq）数据集进行细胞分类注释、关键基因单细胞表达谱分析以及基于scTenifoldKnk算法的虚拟基因敲除实验。整合scRNA-seq测序、拟时间轨迹推断、细胞-细胞通讯分析和bulk免疫浸润去卷积，揭示了OSA中单核细胞亚群的重塑。最后，使用实时定量PCR（RT-qPCR）和Western blotting对临床样本中关键基因的表达水平进行了验证。共鉴定出57个共同差异表达基因，在OS、炎症和肿瘤通路中显著富集，尤其在免疫代谢通路中表现突出。通过整合差异表达基因、WGCNA、PPI结果和机器学习方法，筛选出关键基因JAK2（Janus激酶2）和ANXA5。JAK2在疾病条件下显著上调，而ANXA5显著下调。ROC曲线表现出高准确性（曲线下面积 [AUC] > 0.85）。人类scRNA-seq分析显示，关键基因主要在单核细胞中高表达。虚拟敲除实验表明，这些关键基因在调节免疫反应和炎症反应中起关键作用。PPI网络和富集分析验证了下游基因S100P、ALOX5AP、PROK2和PADI4可能协同参与免疫反应和炎症调控。最后，临床样本实验进一步验证了生物信息学分析的结果。本研究通过整合多层次转录组和机器学习技术，为未来OSA的诊断、机制研究和治疗开发提供了新的研究思路。
图形摘要
本图形摘要整合了从整套16组图表中提取的核心研究成果，直观展示了从基础机制阐明到最终应用实践的研究整合逻辑架构。
利益冲突声明
作者声明不存在利益冲突。
数据可用性声明
本研究期间使用和分析的数据集可在合理请求下从通讯作者处获得。
