基于转录组学技术和机器学习（Machine Learning，ML）探索类风湿关节炎合并间质性肺疾病（Rheumatoid Arthritis associate Interstitial Lung Disease，RA-ILD）潜在生物标志物并构建诊断模型，为临床提供更为高效的RA-ILD管理办法。

对28例RA-ILD患者及28例未合并间质性肺疾病（Interstitial Lung Disease，ILD）的类风湿关节炎（Rheumatoid Arthritis，RA）患者的外周血单个核细胞（Peripheral Blood Mononuclear Cell，PBMC）进行RNA测序，并筛选差异表达基因（Differential Expressed Genes，DEGs）。使用LASSO回归、极致梯度提升（Extreme Gradient Boosting，XGBoost）和随机森林（Random Forest，RF）算法筛选特征基因。利用支持向量机（Support Vector Machine，SVM）、逻辑回归（Logistic Regression，LR）、RF、K 近邻（K-Nearest Neighbors，KNN）、决策树（Decision Tree，DT）、梯度提升（Gradient Boosting，GB）及XGBoost算法，构建RA-ILD诊断模型，计算模型受试者工作特征曲线下面积（Area Under the Receiver Operating Characteristic Curve，AUC）。另外收集39名RA-ILD患者和39名未合并ILD的RA患者的PBMC进行定量逆转录聚合酶链反应（Quantitative Reverse Transcription Polymerase Chain Reaction，qRT-PCR），验证潜在基因诊断标志物的可靠性。

共鉴定到13491个DEGs（图 1）。LASSO回归、RF、XGBoost算法通过标准化特征重要性评分聚类，选取多模型共识排名靠前的基因作为核心标志物，降低单一算法的筛选偏倚。通过十折交叉验证评估各算法筛选特征的一致性，剔除在不同交叉验证批次中排名波动显著的基因，确保核心标志物的稳健性。采用7:3比例随机划分训练集与测试集，最终筛选出7个重要基因，为IGFL2、CXCL13、RASGEF1B、ADAMTS2、LAMB3、AL358334.3、CXCL10（图 2）。SVM、LR、RF、KNN、DT、GB及XGBoost构建 RA-ILD诊断模型，AUC分别为0.976、0.984、0.976、0.928、0.827、0.848、0.955（图 3），其中LR模型诊断效能最高。qRT-PCR分析显示在RA-ILD患者中IGFL2、CXCL13、ADAMTS2表达上调，而LAMB3表达下调（P<0.05）（图 4），与RNA测序结果一致。

本研究基于转录组学和ML确定7个RA-ILD的潜在诊断生物标志物并构建联合诊断模型，LR诊断模型AUC可达0.984。为早期诊断、未来机制和药物靶点研究提供参考。