〔摘　要〕 目的 基于Gene Expression Omnibus(GEO)数据集结合LASSO逻辑回归、ssGSEA和WGCNA等生物信息学及统计学方法，筛选与特定免疫细胞浸润相关的类风湿关节炎(RA)诊断标志物，并分析土茯苓黄酮类化合物与其结合情况。方法 通过GEO数据库获取正常对照组和RA组基因芯片。利用R 4.3.0 “WGCNA”软件包对数据集进行整合分析，识别其中的共表达模块信息，筛选出与RA密切相关的关键模块。基于R软件中“glmnet”包对差异表达基因进行LASSO回归分析，筛选RA的特征基因。受试者工作特征(ROC)曲线下的面积用来评估特征基因对RA的诊断价值。通过R中的“GSVA”、“limma”和“GSEABase”程序包对正常对照组和RA组的基因表达数据进行量化免疫细胞浸润分析。基于超高效液相色谱-四极杆-静电场轨道阱高分辨质谱(UHPLC-Q-Exactive/MS)技术鉴定土茯苓黄酮类化合物。通过分子对接技术分析黄酮类化合物与特征基因的结合情况。结果 LASSO回归算法共筛选出5个特征基因(载脂蛋白D,含锌指和BTB域16,趋化因子C-C亚族受体5,基质金属蛋白酶-1和冠蛋白1A),5个特征基因的ROC曲线下面积均大于0.85,特征基因与多种免疫细胞呈正相关。通过UHPLC-Q-Exactive/MS鉴定出土茯苓黄酮类化合物共20个，其中Mulberrin和Neobavaisoflavone化合物与5个免疫特征基因均有较好的结合。结论 土茯苓黄酮类化合物与RA免疫特征基因有较好的结合，能够为RA免疫调节治疗和早期诊断提供科学依据。