目的 采用机器学习算法结合生物信息学构建肺癌与肺结核鉴别诊断模型，并对其诊断准确度进行初步评价。方法 通过GEO数据库筛选并下载肺癌与肺结核数据集GSE42834，运用R软件的limma包筛选肺癌与肺结核差异表达基因（DEGs），对筛选出的DEGs进行GO生物过程和KEGG作用通路分析。使用STRING工具和Cytscape软件构建蛋白质相互作用网络（PPI），筛选肺癌与肺结核核心DEGs并使用t检验验证；将筛选出的核心DEGs输入R软件caret包，使用留一交叉验证法（LOOCV）结合8种机器学习算法构建肺癌与肺结核的鉴别诊断模型，包括支持向量机（SVM）、自适应提升算法（Ada Boost）、C5.0决策树（C5.0）、随机森林（RF）、朴素贝叶斯（NB）、神经网络（NN）、线性判别分析（LDA）及逻辑回归（LR）模型，筛选模型的最优参数。使用Bootstrap法对模型进行内部验证，采用准确率、Kappa值、敏感度及特异度初步评价鉴别诊断模型的诊断准确度。结果 GSE42834数据集中共筛选出325个DEGs，其中上调基因205个，下调基因120个。GO生物过程分析结果显示，肺癌与肺结核DEGs主要富集的生物过程为对病毒的反应、对病毒的防御反应、干扰素γ反应等；KEGG作用通路分析结果显示，肺癌与肺结核DEGs主要富集的作用通路为甲型流感、EB病毒感染、抗原处理和呈递等。PPI网络显示，具有最高连通性的前10个核心DEGs分别为STAT1、CXCL10、MX1、ISG15、IFIH1、OASL、IFIT3、GBP1、IFI44和IFIT1，经验证10个核心DEGs在肺癌患者中的表达水平均低于肺结核患者（P均＜0.05）。8种肺癌与肺结核鉴别诊断模型的最优参数分别为SVM（Sigma=0.157,C=0.25）、Ada Boost（nIter=50,method=Real adaboost）、C5.0（trials=10,model=rules,winnow=TRUE）、RF（mtry=2）、NB（laplace=0,usekernel=FALSE,adjust=1）、NN（size=1,decay=0.1）、LDA（dimen=1）、LR（NA）；内部验证结果显示，所有鉴别诊断模型准确率、Kappa值、灵敏度及特异度均较高，其中Ada Boost、RF、NN和LR准确率为1.000。结论 通过机器学习算法结合生物信息学方法建立了8个肺癌与肺结核早期鉴别诊断模型，其中Ada-Boost、RF、NN和LR准确性较高，具有良好的鉴别诊断能力。