利用生物信息学与机器学习方法，鉴定并鉴定RA滑膜脂代谢重编程中的关键基因。

从GEO数据库获取RA与健康对照者的滑膜组织转录组数据，通过差异表达分析筛选脂质代谢相关差异表达基因（DELMRRGs）。综合运用随机森林、支持向量机递归特征消除和XGBoost三种机器学习算法筛选关键基因，并进行免疫浸润分析、外部数据集验证及诊断效能评估。

共鉴定出299个DELMRRGs，经多算法交叉验证，确定FOXO3、ID2和GLIPR1为关键基因，其中FOXO3在RA滑膜及外周血中均显著下调。FOXO3表达与巨噬细胞、树突状细胞等免疫细胞浸润水平相关，并显示出良好的RA诊断性能（AUC=0.971）。通路富集分析提示FOXO3可能通过PPAR信号通路等参与脂质代谢调控。

FOXO3是RA滑膜脂代谢重编程中的关键基因，具有作为RA诊断生物标志物的潜力，其作用可能通过介导代谢-免疫交互通路实现。本研究为揭示RA的机制研究及寻找潜在治疗靶向提供了新线索。