摘要目的 通过整合生物信息学和机器学习算法及实验研究,筛选并鉴定心房颤动(AF)的潜在生物标志物.方法 从GEO和MSigDB数据库中获取AF转录组学并筛选差异表达基因(DEGs),从炎症相关基因集(IRGs).取交集形成DE-IRGs基因集.采用机器学习算法过滤AF相关DE-IRGs基因后获得特征基因.取12只SPF级雄性SD大鼠,分为对照组和AF组.其中AF组大鼠连续5周尾静脉注射乙酰胆碱(66 μg/mL)和氯化钙(10 mg/kg)构建AF模型;HE染色观察心房肌细胞形态特征、RT-qPCR和免疫组织化学染色测定特征基因表达mRNA和蛋白质变化.结果 训练集发现119个DEGs,IRGs与两个共表达模块相关性最高(r=0.6和0.56,P<0.000 1).DEGs与IRGs取交集获得9个DE-IRGs;SVM-RFE和RF算法筛选出的4个特征基因5羟色胺受体2B基因(5-hydroxytryptamine receptor 2B gene,HTR2B)、潜在转化生长因子β结合蛋白 2基因(latent-transforming growth factor beta-binding protein 2 gene,LTBP2)、基质重塑关联蛋白5基因(matrix remodeling associated protein 5 gene,MXRA5)和转化生长因子β诱导蛋白基因(transforming growth factor β-induced protein gene,TGFBI)在训练集和验证集AF组均呈高表达且诊断效能较高(AUC>0.77).AF大鼠心电图肢体导联出现大量AF特征性f波.HE染色显示AF组心房肌细胞排列紊乱、炎性细胞浸润.TUNEL荧光检测AF组凋亡率为(55.34±4.29)%,而对照组为(8.69±3.12)%(P=0.000 1).LTBP2和TGFBI基因相对表达量在AF组(4.97±4.20,2.62±1.85)和对照组(1.12±0.21,1.18±0.77)间差异存在统计学意义(P=0.013 7,P=0.044 4).免疫组织化学染色检测AF组LTBP2和TGFBI蛋白阳性率分别为(36.50±1.31)%和(27.39±4.57)%,而对照组分别是(22.95±2.62)%和(18.26±3.70)%(P=0.000 8,P=0.048 5).结论 特征基因LTBP2和TGFBI在AF中高表达,且较有诊断价值的生物标志物.