| 摘要: |
| 目的 利用生物信息学和机器学习方法，探究类风湿关节炎（RA）氧化应激特征基因的潜在诊断价值。 方法 从基因
表达综合数据库获取RA相关基因表达数据集（GSE29746、GSE55235为训练集，GSE1919为验证集），经数据预处理、合并及批次效
应校正后筛选差异表达基因（DEGs），与GeneCards数据库氧化应激相关基因取交集获得差异表达氧化应激相关基因（DEOSGs）；对
DEOSGs进行基因本体功能与京都基因与基因组百科全书（KEGG）通路富集分析，构建蛋白质-蛋白质相互作用网络并通过CytoHubba筛选前20位关键基因，联合最小绝对收缩和选择算子、支持向量机递归特征消除、随机森林3种机器学习算法筛选特征基因；
采用单样本基因集富集分析免疫细胞浸润及特征基因相关性，基于特征基因构建诊断列线图，经ROC曲线、AUC及校准曲线评估效
能并通过外部数据集验证。 结果 共鉴定出351个DEGs，交集后获得79个DEOSGs；KEGG通路分析显示，DEOSGs主要富集于破
骨细胞分化、核因子-κB信号通路、趋化因子信号通路及中性粒细胞胞外陷阱形成等通路。机器学习筛选出4个特征基因：蛋白酪氨
酸磷酸酶受体C型（PTPRC）、C-C基序趋化因子配体5（CCL5）、淋巴细胞特异性蛋白酪氨酸激酶（LCK）、前列腺素内过氧化物合酶2
（PTGS2）。免疫细胞浸润分析显示，RA组活化B细胞、活化分化簇（CD）4+ T细胞、活化CD8+ T细胞等浸润增加，嗜酸性粒细胞浸润
减少，且4个特征基因与多数免疫细胞浸润水平密切相关。基于特征基因构建的列线图诊断模型效能优异（AUC=0.990）；验证集结果
显示，RA样本CCL5、PTPRC、LCK mRNA相对表达水平均高于健康对照样本（均P＜0.05），而PTGS2表达差异无统计学意义（P＞
0.05）。 结论 本研究筛选出4个RA氧化应激特征基因，可作为潜在诊断标志物和治疗靶点，同时预测了潜在的治疗中药，为RA的
机制解析及精准干预提供新方向。 |
| 关键词: |
| DOI： |
| 分类号: |
| 基金项目:广州中医药大学国家级大学生创新创业训练计划项目（202410572003） |
|
|
|
|
| Abstract: |
|
| Key words: |
