类风湿关节炎（RA）与卵巢癌（OV）在临床表现上虽属于不同系统疾病，但越来越多的流行病学证据提示两者存在潜在的共病关联。免疫稳态失衡、慢性炎症级联反应及氧化还原通路异常是驱动这两种疾病进展的共同病理基础。本研究旨在整合多组学数据，系统筛选并验证RA与OV共病中的关键分子。

本研究通过IOBR2.0框架整合了来自GEO数据库的OV与RA多中心转录组数据，采用remove_batcheffect算法消除批次效应。利用WGCNA构建加权基因共表达网络，通过计算模块-性状关联锁定与疾病进展高度相关的候选模块；同时应用limma包（|logFC|>1, P<0.05）筛选差异表达基因（DEGs）。通过提取WGCNA核心模块与DEGs的交集，并结合Random Forest机器学习算法，根据Relative Importance Scores发现跨疾病核心枢纽基因。进一步利用clusterProfiler进行GO和KEGG富集分析以明确共有生物学通路，应用CIBERSORT算法解析免疫浸润微环境。在单细胞水平，从TISCH数据库及GSE279838数据集获取OV与RA单细胞转录谱，经decontX环境RNA去污染、scrublet双细胞去除以及Harmony算法多样本整合后，通过特异性标志物进行细胞注释并深度解析T细胞与巨噬细胞亚群。最后，依托NetworkAnalyst3.0平台，整合starBase与JASPAR数据库信息，构建关键基因相关的miRNA-mRNA-TF调控网络。

通过对OV与RA数据集的差异表达分析，识别出共计138个DEGs，富集分析显示其与炎症反应及代谢通路密切相关。WGCNA分析进一步锁定了与疾病性状高度相关的模块（OV: brown模块；RA:除cyan及grey以外的3个模块），将模块基因与共有DEGs取交集，共获得19个关键共病基因。利用Random Forest算法根据重要性评分最终锁定了4个核心枢纽基因（EGFL6, RYR1, ADAM28, QPCT），在多组独立数据集中证实其在OV和RA组织中表达均存在显著差异（P<0.05）。在整合了TCGA与GTEx的大规模队列验证中，受试者工作特征（ROC）曲线分析显示，这4个枢纽基因在预测OV和RA方面均具有较高的准确性，且GEPIA预后分析提示其表达水平与患者生存期密切相关。单细胞转录组分析揭示，这些核心基因在T细胞及巨噬细胞等免疫细胞亚群中特异性高表达；在RA单细胞数据中，其表达水平在患者与对照组间呈现明显差异。此外，免疫浸润分析证实了4个枢纽基因的表达量与多种免疫细胞（T细胞、巨噬细胞）的浸润程度及细胞间交互显著相关。最后，调控网络分析构建了以这4个枢纽基因为核心的miRNA-mRNA-TF全景图谱。

本研究通过对转录组学与单细胞转录组的整合分析，首次鉴定了EGFL6、RYR1、ADAM28和QPCT为RA与OV共病的关键枢纽基因。研究证实，这四个核心基因不仅在两类疾病组织中呈现显著的差异表达，且对疾病的发生具有较高的诊断效能。单细胞水平的解析进一步揭示了这些枢纽基因在T细胞与巨噬细胞中的特异性富集，提示其可能通过介导免疫细胞的功能重塑与通讯异常，参与构建RA的慢性炎症浸润及OV的肿瘤免疫抑制微环境。本研究为解析自身免疫性疾病与恶性肿瘤的免疫共病机制提供了新证据，所发现的枢纽基因为开发跨疾病的共同生物标志物及“异病同治”的靶向治疗策略提供了核心候选靶点。