摘要背景:线粒体自噬和激素性股骨头坏死的发生、发展关系密切,但具体生物标志物及调控机制尚未明确.目的:通过机器学习算法识别激素性股骨头坏死中线粒体自噬的关键标志物及免疫浸润分析.方法:从GEO数据库下载股骨头坏死数据集GSE123568和GSE74089,分别作为训练集和验证集,在激素性股骨头坏死组和对照组之间选择差异表达基因,进行加权共表达分析.从MitoCarta 3.0数据库下载线粒体自噬相关基因,然后与差异基因和模块基因取交集.利用两种机器学习算法鉴定激素性股骨头坏死线粒体自噬关键基因,利用外部验证集进行验证.采用CIBERSORT和免疫浸润分析免疫细胞占比,单样本基因集富集分析线粒体自噬基因与免疫细胞的相关性分析.结果与结论:①差异分析共获得1 163个差异基因,其中有663个上调基因和500个下调基因;加权共表达分析鉴定出4个相关模块,共1 412个模块基因;②最终与线粒体自噬基因取交集初步筛选出39个交叉基因可能是疾病相关线粒体自噬基因;GO富集分析结果显示,生物过程主要涉及血红素代谢、线粒体运输、核苷酸双磷酸代谢和硫酯代谢过程,细胞组分主要涉及线粒体基质、线粒体外膜、细胞器外膜和线粒体内膜,分子功能主要涉及脂肪酸连接酶活性、铁-硫簇结合和辅酶A连接酶活性;KEGG富集分析结果共映射出6条通路,主要涉及脂肪酸降解、线粒体自噬、丁酸代谢、脂肪酸生物合成和辅因子生物合成;③经LASSO回归和随机森林算法分析最终得到4个核心基因(ALDH5A1、FBXL4、MCL1和STOM),4个核心基因和诊断列线图外部验证集的受试者工作特征曲线均大于0.9;④激素性股骨头坏死发生发展与活化的树突状细胞、骨髓来源的抑制性细胞、调节性T细胞和中心记忆CD8T细胞等免疫细胞有关;⑤结果显示,4个关键的线粒体自噬基因ALDH5A1、FBXL4、MCL1和STOM通过破骨细胞分化和免疫机制在激素性股骨头坏死进展中发挥关键作用,均具有较好的疾病预测效果,可能作为激素性股骨头坏死诊断和治疗的生物标志物.