[摘要]目的利用生物信息学和机器学习鉴定肥胖和骨关节炎(osteoarthritis，OA)的关键基因与免疫浸润细胞的相关性。方法从基因表达数据库(geneexpressionomnibus，GEO)中筛选GSE55235、GSE44000和GSE1518393个数据集，通过R软件获得差异表达基因(differentiallyexpressedgenes，DEGs)，并通过基因本体功能(geneontology，GO)和京都基因与基因组百科全书(Kyotoencyclopediaofgenesandgenomes，KEGG)信号通路富集分析，探索其潜在的生物学功能。采用最小绝对收缩和选择算子(leastabsoluteshrinkageandselectionoperator，LASSO)回归算法结合(supportvectormachine，SVM)筛选特征基因，并利用受试者操作特征(receiveroperatingcharacteristic，ROC)曲线验证关键基因的诊断价值，并使用CIBERSORT算法评估免疫浸润，通过NetworkAnalyst数据库预测靶miRNA和Cytoscape软件构建mRNA-miRNA调控网络，分析关键基因与免疫浸润的相关性。结果GO基因富集分析获得99个差异表达基因(differentiallyexpressedgenes，DEGs)。免疫系统和免疫应答中的细胞活化被大量富集。KEGG通路分析显示，白细胞介素(interleukin，IL)-17、核因子κB(nuclearfactor-κB，NF-κB)、B细胞受体和趋化因子信号通路显著富集。基于机器学习鉴定出两个关键诊断基因(MXRA5和MYC)。免疫浸润分析显示MXRA5与静息和活化的CD4记忆T细胞、活化的NK细胞、静息和活化的肥大细胞、M0巨噬细胞有关 ......