骨质疏松是一种常见的慢性复杂疾病,多发于老年人,易发生骨质疏松性骨折,一旦患病将严重影响患者生活质量,给患者、患者家庭和社会带来沉重的负担。因此,寻找、整理和分析潜在的风险因素、探究骨质疏松的发病机理尤为重要。本课题的研究内容从两个方面展开:第一部分,我们建立了骨质疏松风险因素的整合数据库OPAR-base。通过对PubMed中1772篇文献进行筛查处理,我们从其中的370篇原始文献中挖掘了441条风险因素的详细信息,其中包括危险因素、保护因素和影响因素,我们对各个风险因素进行分类统计,共分为三类:遗传因素、流行病学因素和环境因素。课题的第二部分,我们从系统生物学的角度,多方位探究骨质疏松发病的分子机理。对于不同来源的骨质疏松芯片数据,我们结合了基因差异表达分析、生物通路富集分析、WGCNA共表达网络分析、GO生物功能学分析等方法进行研究,最后将差异基因映射到通过共表达网络分析得到的疾病特异性模块上,并删除模块边缘节点,对于每一个数据集,各得到一个疾病特异的基因共表达子模块,用于描述和分析骨质疏松病理过程。并且,我们利用网络拓扑结构分析、GO富集分析、TF富集分析等验证了我们研究的可靠性,结果如下:众多显著富集的转录因子被报道在骨质疏松发生发展过程中扮演重要的调控者角色,如USP18、FOXG1、STAT6、TP53等;已报道与骨质疏松密切相关的生物过程(BP)和分子功能(MF)也被显著富集,如骨髓细胞分化的负调控、老龄化、小GTPase介导的信号转导过程等。本课题不仅给研究者和医疗人员提供了系统规范的风险因素查询平台以及便捷的数据查询通道,而且创新地弥补了传统基因差异表达分析不考虑基因间相互作用的不足、以及传统共表达分析完全忽略了非差异基因的局限性。为骨质疏松的预防、诊断和治疗提供了扎实的数据基础和新的研究方法与思路,具有重要临床价值。