摘要：目的" 探索类风湿性关节炎(RA)与内质网应激(ERS)相关的疾病基因特征。方法" 从基因表达数据库(GEO)获得RA患者和健康人群的滑膜组织基因表达矩阵进行GSEA分析；运用加权基因共表达网络分析(WGCNA)和显著性表达差异基因(DEGs)分析识别RA与ERS相关的关键模块基因。运用不同机器学习算法，筛选与RA相关的ERS特征基因，并进行相关基因的药物靶点预测。结果" 共鉴定出109个DEGs，GSEA富集分析揭示了与RA病理损伤相关的生物学途径。基于WGCNA模块分析以及SVM/LASSO算法进一步筛选得到3个ERS相关的RA核心基因-SPP1、FABP4和ADIPOQ。ROC曲线分析发现3个核心基因均具有较高的诊断价值。基因药物表达网络预测分析表明，多种药物以核心靶基因SPP1、FABP4为有效靶点。结论" 内质网应激相关核心基因的筛选为RA的诊断以及相关治疗靶点的开发提供了新的线索。

    关键词：内质网应激；机器学习；类风湿性关节炎；药物靶点

    中图分类号：R593.22" " " " " " " " " " " " " " " " " " " "文献标识码：A" " " " " " " " " " " " "DOI：10.3969/j.issn.1006-1959.2025.05.001

    文章编号：1006-1959(2025)05-0001-08 ......