摘要：目的" 利用生物信息学和机器学习算法筛选克罗恩病(CD)关键基因，并进行免疫浸润分析。方法" 下载基因表达数据库中包含CD和健康对照者(Hcon)的乙状结肠组织转录组测序数据进行差异分析，利用加权基因共表达网络分析(WGCNA)筛选CD相关的差异表达基因(DEGs)。利用最小绝对收缩和选择算子(LASSO)和随机森林(RF)等机器学习方法筛选CD的关键基因，并进行免疫浸润分析。结果" 共获得54个CD相关DEGs，机器学习算法筛选出CD的潜在生物标志物CCAAT增强子结合蛋白δ(CEBPD)。CD样本中静息树突状细胞比例低于Hcon样本。CEBPD与中性粒细胞呈正相关，与静息CD4记忆T细胞呈负相关。结论" CEBPB是CD发病的关键基因，树突状细胞、中性粒细胞和CD4记忆T细胞与CD的发生发展密切相关，可能是治疗CD的关键途径。

    关键词：克罗恩病；免疫浸润；机器学习；生物信息学

    中图分类号：R574.4" " " " " " " " " " " " " " " " "文献标识码：A" " " " " " " " " " " " " " " " "DOI：10.3969/j.issn.1006-1959.2025.04.002

    文章编号：1006-1959(2025)04-0010-06

    Key Gene Screening and Immune Infiltration Analysis of Crohn＇s Disease Based

    on Bioinformatics and Machine Learning

    BU Fanjing

    (Department of Gastroenterology ......