目的：本研究旨在利用 RNA 测序（RNA-seq）和包括机器学习在内的生物信息学方法，分析接受恩格列净治疗的射血分数降低型心力衰竭（HFrEF）的核心基因。
研究方法：从 2021 年 2 月至 2023 年 2 月，我院心血管内科招募了 9 名 HFrEF 患者。除常规药物治疗外，这些患者还接受了为期两个月，每天一次，每次 10 毫克的恩格列净片治疗。在使用恩格列净治疗前后，我们进行了疗效评估以及对外周血进行了 RNA-seq。我们通过生物信息学分析，包括差异基因表达分析、基因本体（GO）和京都基因组百科全书（KEGG）富集分析、免疫浸润分析、机器学习、免疫细胞相关性分析和临床指标相关性分析，确定了与恩格列净治疗 HFrEF 相关的枢纽基因。
结果：本研究中的 9 名患者完成了为期两个月的治疗，平均年龄（62.11 ± 6.36）岁。通过对治疗组的转录组进行生物信息学分析，确定了 42 个差异表达基因，其中 6 个基因上调，36 个基因下调（|log2FC|>1 & adj.pvalue< 0.05）。对这些基因的免疫浸润分析表明，治疗前和治疗后两组中浆细胞所占比例有显著差异（p<0.05）。通过机器学习，最终确定了两个中心基因，即 GTF2IP14 和 MTLN。进一步分析中枢基因与免疫细胞的相关性发现，GTF2IP14 与幼稚 B 细胞呈负相关，MTLN 与调节性 T 细胞和静息记忆 CD4+ T 细胞呈正相关（p<0.05）。
结论：通过 RNA-seq 和生物信息学分析，本研究发现 GTF2IP14 和 MTLN 是恩格列净治疗 HFrEF 的核心基因，其机制可能与免疫炎症反应和各种免疫细胞有关。
关键词：HFrEF；恩格列净；RNA-seq；机器学习；生物信息学