目的采用多种生物信息学分析工具,筛选可能与系统性硬化症（systemic sclerosis,SSc）相关的枢纽基因,并分析其生物学功能以及在SSc发病过程中的可能机制,为SSc诊疗和预后指标的筛选提供科学依据。研究方法（1）差异表达基因（Differentially expressed genes,DEGs）的筛选:从GEO（the Gene Expression Omnibus）数据库下载GSE95065和GSE76885两个基因芯片数据集,采用Pearson相关检验和主成分分析进行组内数据可重复性检验,采用在线工具GEO2R筛选DEGs。表达差异用变化倍数（fold change,FC）表示,筛选标准为P<0.05,|log2FC|≥1.5。（2）DEGs的富集分析:使用DAVID在线分析网站对DEGs进行基因本体论（gene ontology,GO）的富集分析和KEGG生物学通路富集分析。（3）DEGs编码蛋白质的相互作用分析与枢纽基因的筛选:采用STRING在线数据库构建蛋白质-蛋白质相互作用（protein-protein interaction,PPI）网络,结合Cytoscape软件进行可视化;采用Cytoscape软件中加载的MCODE插件进行功能模块构建。通过PPI分析进一步筛选出与其他蛋白质相互作用最多的前10个DEGs,认为是在SSc中关键的枢纽基因。（4）枢纽基因的功能分析与诊断试验:筛选出的枢纽基因再次进行GO功能和KEGG通路富集分析,以及受试者工作特征（receiver operator character,ROC）曲线分析,以探究其对SSc的预测能力。研究结果（1）DEGs筛选结果:按照筛选标准,相对于对照组两个数据集有106个共同的DEGs。（2）DEGs GO富集分析结果:DEGs显著富集的生物学过程（biological process,BP）包括炎症反应、细胞外基质构建、细胞增殖的正向调控、固有免疫应答、病毒防御反应、细胞迁移的正向调控、成骨细胞分化及其正向调控、血小板脱颗粒等。DEGs显著富集的细胞组分（cellular component,CC）主要在细胞外区域:细胞外外泌体、胞外区、细胞外间隙、细胞外基质、细胞表面和细胞间连接;胞内成分包括细胞内间隙、胞质核周区、高尔基体、高尔基体膜池、COPI衣被小泡;其他成分还有宿主细胞。DEGs显著富集的分子功能（molecular function,MF）主要集中在蛋白质结合、受体结合、GTP酶活性、DNA转录调节区结合等功能簇。（3）DEGs的KEGG信号通路富集分析结果:DEGs参与的生物学通路主要富集在细胞因子及其受体的相互作用、沙门氏菌感染和军团病。（4）10个关键的枢纽基因及分析结果:CLU,SOCS3,PRSS23,BMP4,TLR4,CYR61,IL6,CALU,TNC和SCG2。枢纽基因显著富集的BP包括凋亡过程的调控、炎症反应、细胞外信号调节激酶1（extracellular signal regulated kinase,ERK1）和ERK2级联反应的正性调控、NFκB转录因子活性的正性调控、成骨细胞分化及其正向调控、一氧化氮生物合成的正性调控等;CC包括胞外区、细胞外间隙和细胞外基质;MF主要集中在细胞因子活性和趋化因子活性。KEGG通路富集分析显示枢纽基因参与的生物学通路主要富集在PI3K-Akt信号通路和甲型流感病毒感染。所有枢纽基因表达均与SSc的诊断相关（0.7<曲线下面积（area under the curve,AUC）<1;P≤0.05）。结论（1）本研究使用生物信息学技术整合了来自GEO数据库的两个数据集进行分析,获得了与SSc相关的106个DEGs和10个枢纽基因（CLU,SOCS3,PRSS23,BMP4,TLR4,CYR61,IL6,CALU,TNC和SCG2）。（2）DEGs涉及的生物学过程以炎症反应及固有免疫应答,细胞增殖、迁移以及细胞外基质合成,病毒防御反应等为主;KEGG信号通路主要富集在细胞因子及其受体的相互作用、沙门氏菌感染和军团病。提示感染很可能参与了SSc的发病机制。（3）TLR4在SSc纤维化进展中的作用仍待进一步的研究进行阐明;IL6在SSc中表达上调,已成为SSc极具潜力的治疗靶点;本研究首次提出CALU在SSc中呈低表达,其如何参与SSc的发病机制,需要进一步的研究加以完善。