目的：溃疡性结肠炎（UC）的诊断和治疗仍面临挑战，原因在于缺乏可靠的生物标志物。本研究利用生物信息学和实验验证方法，探讨UC中与氧化应激相关的靶点。

方法：我们分析了四个GEO数据集和MSigDB中的氧化应激相关基因，采用差异分析、LASSO回归（用于特征选择）和随机森林（用于可靠生物标志物识别）。构建了人工神经网络（ANN）诊断模型，随后进行了染色体分布分析、免疫浸润评估和药物筛选。通过qPCR和Western blot在3% DSS诱导的结肠炎小鼠模型中验证了核心基因的表达。

结果：最终识别出6个核心基因：DUOX2、ETFDH、GPX8、ITGA5、NPY和PDK2，这些基因通过其他3个数据集进行了验证。在DSS结肠炎模型中，DUOX2和ITGA5显著上调（p < 0.05），而ETFDH、PDK2和NPY则下调。与对照组相比，GPX8蛋白在结肠黏膜中的表达水平升高。这些发现进一步在三个独立数据集（GSE48958、GSE16879、GSE36807）中得到验证。

结论：本研究通过机器学习和实验验证，在UC中识别出6个与氧化应激相关的生物标志物。这些发现为UC的管理提供了潜在的诊断和治疗靶点，为进一步的临床研究奠定了基础。

关键词：炎症性肠病、生物信息学、随机森林、LASSO回归、人工神经网络、免疫浸润。