哮喘是一种常见的非传染性慢性呼吸系统疾病。目前,世界上至少有亿哮喘患者,约占全球人口总数的。哮喘严重威胁着人类的身体健康,每年导致约万人死亡。然而,哮喘的预后治疗过程中基于临床实验的治疗方法存在着成本太高、消耗太大等难题。因此,应用统计机器学习方法寻找哮喘的生物靶标,探索哮喘分子机制成为了研究的热点。本文首先通过差异基因筛选方法对数据库中人类哮喘基因表达谱数据进行研究,获得了个与哮喘感染状态相关的差异表达基因,并通过富集分析发现差异表达基因主要在免疫相关的功能与通路富集。而后,通过对哮喘的差异基因进行核心基因筛选,得到了个在哮喘表达过程中的高度显著相关的基因;在此基础之上,运用和方法对哮喘生物靶标进行初筛,得到个候选哮喘生物靶标,我们通过数据集的对照研究,最终确定了两个生物靶标,分别为和。随后对哮喘样本中免疫细胞所占的相对比例进行估计,发现种免疫细胞的浸润情况在哮喘组和健康组存在显著差异,并发现哮喘生物靶标与部分免疫细胞存在显著的相关性。虽然已有众多的学者对哮喘生物靶标进行研究,但还有很多方面的问题有待解决。本文基于统计机器学习方法,围绕哮喘生物靶标的筛选以及哮喘与免疫浸润的关系进行研究,一方面为哮喘的靶标筛选与鉴定提供了预后方向,另一方面对哮喘的分子机制以及与免疫细胞的相关关系进行探讨,进一步为哮喘的治疗提供新的科学依据。