摘要目的:利用生物信息学分析筛选阳虚质类风湿关节炎(rheumatoid arthritis,RA)的差异表达基因(differentially expressed genes,DEGs),并对其干预中药进行预测,为深入研究阳虚质RA相关病理机制及干预中药的用药规律提供依据.方法:从基因表达综合数据库(gene expression omnibus,GEO)获取中医阳虚质数据集 GSE87474 和 RA 相关数据集 GSE90081、GSE193193.合并GSE90081 和GSE193193 数据集形成RA合并数据集,并用替代变量分析(surrogate variable analysis,SVA)包消除批次效应.利用微阵列数据线性模型(linear models for microarray data,limma)包分别筛选GSE87474 和RA合并数据集的DEGs,取交集获取阳虚质RA相关基因.然后,利用机器学习算法,从阳虚质RA相关基因中鉴定关键基因,绘制其受试者工作特征曲线,计算曲线下面积(area under curve,AUC)值,并对每个关键基因进行基因集富集分析(gene set enrichment analysis,GSEA).同时,通过医学信息检索平台(Coremine Medical)数据库预测干预阳虚质RA的中药,并收集其性味归经等信息.结果:筛选出264 个RA相关DEGs,455 个阳虚质DEGs,取交集后获得17 个(上调15 个,下调2 个)阳虚质RA相关基因.依据随机森林(random forest,RF)模型算法共鉴定出5 个关键基因,即肾上腺髓质素(adrenomedullin,ADM)、分泌性白细胞肽酶抑制剂(secretory leukocyte peptidase inhibitor,SLPI)、膜联蛋白A3(annexin A3,ANXA3)、G蛋白信号调节器 18(regulator of G pro-tein signaling 18,RGS18)、C-C基序趋化因子配体 4(C-C motif chemokine ligand 4,CCL4).这 5 个关键基因的AUC均＞0.750.GSEA结果显示,5 个关键基因功能富集共同集中在 16 条通路,涉及转化生长因子-β(transforming growth factor-β,TGF-β)信号通路、氧化磷酸化、谷胱甘肽代谢等.中药预测结果显示:潜在干预阳虚质RA的中药多归肝、肺、脾胃、肾经,药性以温为主,药味以苦、甘、辛多见.结论:ADM、SLPI、ANXA3、RGS18、CCL4 可能为阳虚质RA的潜在关键基因,可调控TGF-β信号通路、氧化磷酸化、谷胱甘肽代谢等途径介导阳虚质RA的病理过程;干预阳虚质RA的中药大多归肝、肺、脾胃、肾经,性味多为温、苦、甘、辛.