强直性脊柱炎(ankylosing spondylitis,AS)是一种常见的炎症性风湿病,主要影响中轴骨骼,引起特征性炎症性背痛,导致结构和功能障碍以及生活质量下降。AS患者发生脊Gel Imaging Systems柱骨折的风险高于一般人群,这是其在骨代谢中的矛盾特性导致的。一方面AS的附着点炎会导致新骨形成增加,使脊柱发生强直。另一方面AS患者椎体中心骨小梁缺失,使椎体局部骨密度降低和发生骨质疏松。相反的骨代谢趋势共同导致了脊柱抵抗冲击和压力的能力下降,使AS患者脊髓和神经根的损伤概率增加,死亡率升高。作为椎体骨折的重要风险因素及AS的常见并发症,低骨密度(lowbonemineral density,LBMD)因其矛盾性引起了大量Belumosudil试剂学者的注意,近年来关于其机制的研究多聚焦于免疫和炎症。遗憾的是,AS导致LBMD的免疫机制尚未完全清楚。因此,探究免疫相关基因在AS导致LBMD中的作用,有助于精准的判断患者的骨折风险,并指导药物开发及临床管理。目的:本研究旨在综合利用生物信息学方法探究免疫基因在AS导致LBMD中的具体机制,以及和免疫细胞的具体关系,同时利用机器学习的方法建立预测模型,对AS患者出现LBMD的风险进行评估,指导临床治疗。方法:AS和LBMD数据集是从GEO数据库下载的,并进行差异表达基因分析,获得差异基因(differential expressed gene,DEGs)。免疫相关基因(Immune-related genes,IRG)是从ImmPort数据库中获得。取DEGs和IRGs交集得到了 I-DEGs。Pearson系数被用来计算AS和LBMD数据集中的DEGs和IRGs相关性,并以此构建基因共表达网络。利用Louvain社群发现算法对基因共表达网络进行聚类,得到基因模块。将与免疫模块关系最密切的模块定义为关键模块。利用Metascape数据库对关键模块进行富集分析。此外,在AS和LBMD中具有相同表达差异趋势的I-DEGs被认为是关键I-DEGs。采用多种机器学习方法构建基于关键I-DEGs的诊断模型。IID数据库用探究关键I-DEGs的Etoposide上下文,尤其是在骨骼系统中。并构建了基于关键I-DEGs的基因-生物过程和基因-通路网络。此外,使用CIBERSORT算法对AS数据集进行了免疫浸润分析。结果:1.共鉴定出 19 个 I-DEGs,其中 IFNAR1、PIK3CG、PTGER2、TNF 和 CCL3被认为是关键I-DEGs。这些关键I-DEGs与关键模块的关键基因有很好的相关性。2.多种机器学习表明,作为特征的关键I-DEGs对AS和LBMD都有很好的诊断性能,其中支持向量机模型的AUC值最高。3.关键I-DEGs可以通过桥基因紧密相连,特别是在骨骼系统中。4.通路分析表明,PIK3CG、IFNAR1、CCL3和TNF可以通过MAPK信号通路等途径参与中性粒细胞外陷阱的形成。5.免疫浸润分析显示,中性粒细胞在病例组和对照组之间差异最显著,并与关键I-DEGs有着很好的相关性。结论:TNF、CCL3、PIK3CG、PTGER2 和 IFNAR1 等关键 I-DEGs 可作为预测AS患者出现LBMD风险的生物标志物。它们可能通过影响中性粒细胞的浸润和中性粒细胞外陷阱的形成,从而影响AS的骨改建过程。