2.1   DEGs的鉴定结果   在强直性脊柱炎数据集GSE25101中鉴定出61个DEGs，其中上调基因41个，下调基因20个；在银屑病数据集GSE30999中鉴定出4 309个DEGs，其中上调基因2 388个，下调基因1 921个。使用热图对各组的DEGs进行可视化，见图1A，B；火山图显示了强直性脊柱炎与银屑病组的所有DEGs，见图1C，D；将两组的DEGs取交集，得到8个强直性脊柱炎与银屑病的共有DEGs，见图1E；这些基因可能在两病的发生和发展中起着至关重要的作用。"

2.2   强直性脊柱炎与银屑病共有DEGs的富集分析结果   图2A显示了 GO 富集的 3 个方面的分析结果，包括生物过程、细胞成分和分子功能。在这些结果中，涉及的相关生物过程包括真菌防御反应、中性粒细胞趋化、中性粒细胞迁移等；涉及的细胞成分包括分泌颗粒腔、细胞质囊腔、臂间异染色质、异三聚体G蛋白复合物等；分子功能包括RAGE 受体结合、钙依赖性蛋白结合、Toll样受体结合、长链脂肪酸结合、金属内肽酶抑制剂活性。Metascape分析结果显示，这些基因在炎症性疾病、青少年关节炎及强直性脊柱炎方面的调节作用较为突出，见图2B。"

2.3   GSEA和GSVA分析结果   为了进一步阐明强直性脊柱炎/银屑病组和正常组之间的功能差异，进行了GSEA和GSVA分析。GSEA结果发现强直性脊柱炎组主要与氧化磷酸化和核糖体相关的信号通路有关，在KEGG_ALZHEIMERS_DISEASE，KEGG_CARDIAC_MUSCLE_CONTRACTION，KEGG_OXIDATIVE_PHOSPHORYLATION，KEGG_PARKINSONS_DISEASE及KEGG_RIBOSOME通路中显著富集，见图3A；银屑病组主要与细胞DNA和受体信号传导通路有关，在KEGG_CYTOKINE_CYTOKINE_RECEPTOR_INTERACTION，KEGG_CYTOSOLIC_DNA_SENSING_PATHWAY，KEGG_NOD_LIKE_RECEPTOR_SIGNALING_PATHWAY，KEGG_RIG_I_LIKE_RECEPTOR_SIGNALING_PATHWAY及KEGG_TOLL_LIKE_RECEPTOR_SIGNALING_PATHWAY通路中显著富集，见图3B；这凸显了细胞器和受体信号通路在强直性脊柱炎/银屑病中的重要参与。结合这些结果，对强直性脊柱炎与银屑病的发病机制进行基因层面的进一步分析十分必要。GSVA结果显示，在强直性脊柱炎中，WNT信号通路、缬氨酸、亮氨酸和异亮氨酸的生物合成、非同源末端连接、赖氨酸降解、抗原处理和呈递、B细胞受体信号通路显著上调，而戊糖和葡萄糖醛酸相互转化、自噬调节、核糖体、淀粉和蔗糖代谢、氧化磷酸化通路则明显下调，见图3C；在银屑病中，叶酸一碳库、RIG-Ⅰ样受体信号通路、硫酸软骨素氨基葡聚糖、丙氨酸、天冬氨酸和谷氨酸代谢、氨酰核糖核酸生物合成、胞质DNA感应通路、淀粉和蔗糖代谢通路显著上调，NOTCH信号通路、RNA降解、MTOR信号通路、不饱和脂肪酸生物合成、缬氨酸和异亮氨酸降解通路显著下调，见图3D。"

2.4   机器学习筛选关键基因   为了进一步筛选最具诊断价值的关键基因，基于机器学习算法选择了最重要的特征。对上述8个候选基因依次进行SVM-RFE和RF分析。在RF算法中，根据模型误差与决策树数量的关系图，见图4A，D。对于强直性脊柱炎选择了 30 棵决策树作为最终模型的参数，对于银屑病选择了 16 棵决策树作为最终模型的参数，这表明模型误差比较稳定；随后，将强直性脊柱炎中重要度大于 1.5和银屑病中重要度大于 3的 DEGs 作为候选基因进行后续分析，见图4B，E。基于筛选出的重要变量，对 GSE25101 和 GSE30999进行了 k-means 无监督聚类。图4C显示，在强直性脊柱炎数据集的32个样本中，这7个基因可用于区分强直性脊柱炎和正常样本；同样，在银屑病数据集的170个样本中，这7个基因也可用于区分银屑病和正常样本，见图4F。最终通过SVM-RFE筛选出了强直性脊柱炎数据集中的8个基因和银屑病数据集中的6个基因，见图4G，H。RF法筛出了强直性脊柱炎数据集中的7个基因和银屑病数据集中的7个基因。针对上述不同方法在不同数据集中筛选出的基因相互重叠，最终确定了5个共同的生物标志物：DNA甲基转移酶1 (DNMT1)、G蛋白γ11亚基(GNG11)、细胞分裂周期25B (CDC25B)、钙结合蛋白A8 (S100A8)、钙结合蛋白A12(S100A12)，见图4I。"

2.5   关键基因的表达结果   箱线图结果显示，GSE25101数据集中GNG11，S100A8，S100A12在强直性脊柱炎组中显著上调，DNMT1和CDC25B在强直性脊柱炎组中显著下调，见图5A。在GSE30999中DNMT1，CDC25B，S100A8和S100A12在银屑病组均显著上调，而GNG11在银屑病组中显著下调，见图5B。 "

2.6   人工神经网络模型的构建及验证结果   将上述机器学习筛选结果转化为基因评分表，基于基因评分表构建强直性脊柱炎与银屑病的人工神经网络模型。导入5个共有关键基因的评分数据作为输入层，设置5个节点作为中间隐藏层，输出层包括两个节点(疾病/对照)。5折交叉验证的每个结果都用ROC曲线表示，见图6，准确度等指标见表2。5折交叉验证结果的平均AUC超过0.98，证明了该模型的可靠性。该模型在GSE25101和GSE30999中的整体AUC为0.979及0.989，见图7A-D，表明模型性能良好。为了进一步验证人工神经网络模型的准确性，还在外部数据集GSE73754和GSE14905中进行验证。结果显示，在GSE73754中，AUC为0.818，见图7E；在GSE14905中，AUC为0.874，见图7F。"

"

2.7   列线图的构建及评估结果   为了提高诊断和预测功效，基于5个核心基因(DNMT1，GNG11，CDC25B，S100A8，S100A12)构建了强直性脊柱炎与银屑病的诊断列线图模型。每个危险因素都被分配一个分数，这些指标的累积分数作为总分来预测每例患者发生强直性脊柱炎/银屑病的概率，见图8A，B。强直性脊柱炎与银屑病中的校准曲线与标准曲线非常吻合，表明列线图预测的准确性很高，见图8C，D。这些发现表明风险评分模型具有良好的预测能力，5个关键的生物标志物在强直性脊柱炎与银屑病的发展中发挥着关键作用。"

2.8   免疫浸润分析结果   由于富集分析表明免疫对这两种疾病的发展都至关重要，为了探索强直性脊柱炎与银屑病患者的免疫微环境，首先使用CIBERSORT算法估计22种免疫细胞的相对丰度，然后基于免疫相关基因集进行ssGSEA分析，结果见图9A-F。组织免疫细胞浸润分析揭示了强直性脊柱炎数据集32个样本和银屑病数据集170个样本的基因集合中的22种免疫细胞亚型，见图9A，D。图9B，E显示了GSE25101、GSE30999样本中28个免疫细胞的分布。差异表达分析结果显示，与正常样品相比，强直性脊柱炎中活化树突状细胞、CD56bright自然杀伤细胞、γδT细胞、巨噬细胞、调节性T细胞、17型T 辅助细胞浸润更高，而自然杀伤T细胞、滤泡辅助性T细胞、2型T辅助细胞、CD4效应记忆T细胞、中央记忆 CD8 T 细胞浸润显著降低，见图9G；在银屑病中活化CD4T细胞、活化CD8T细胞、活化树突状细胞、CD56dim自然杀伤细胞、嗜酸性粒细胞、未成熟B细胞、MDSC、巨噬细胞、自然杀伤T细胞、自然杀伤细胞、中性粒细胞、浆细胞样树突状细胞、调节性T细胞、滤泡辅助性T细胞、17型T 辅助细胞、2型T 辅助细胞、CD4效应记忆T细胞、中央记忆 CD4 T 细胞浸润显著增高，而活化B细胞、CD56bright自然杀伤细胞、γδT细胞、不成熟树突状细胞、记忆B细胞、CD8效应记忆T细胞浸润显著降低，见图9H。该结果表明强直性脊柱炎与银屑病似乎都发生了免疫失调和炎症反应。通过相关性分析发现，在强直性脊柱炎数据集中，CDC25B与活化B细胞呈显著正相关，与自然杀伤细胞、γδT细胞呈显著负相关；DNMT1与滤泡辅助性T细胞呈显著正相关，与单核细胞呈显著负相关；GNG11与浆细胞样树突状细胞、γδT细胞呈正相关，与滤泡辅助性T细胞、CD56dim自然杀伤细胞呈负相关；S100A12、S100A8与滤泡辅助性T细胞呈负相关，见图9C。在银屑病数据集中，CDC25B与中性粒细胞呈显著正相关，与单核细胞、肥大细胞、CD8效应记忆T细胞、中央记忆 CD8 T 细胞呈负相关；DNMT1与中性粒细胞和自然杀伤细胞呈显著正相关，与中央记忆 CD8 T 细胞呈显著负相关；GNG11与CD56bright自然杀伤细胞呈显著正相关，与单核细胞呈显著负相关；S100A12与中性粒细胞呈显著正相关，与中央记忆 CD8 T 细胞呈负相关；S100A8与中性粒细胞呈显著正相关，与单核细胞、活化B细胞呈负相关，见图9F。该结果表明这些关键基因可能通过调节免疫细胞的表达参与调节自身免疫。 2.9   孟德尔随机化分析结果   为了进一步探究核心基因与强直性脊柱炎与银屑病是否具有因果关系，选择连接节点数目最多的基因S100A8进行后续的孟德尔随机化分析，以期可以更好地识别和理解基因与表型之间的复杂关系，从而增强孟德尔随机化分析的生物学解释力，见图10A-H。在强直性脊柱炎中，森林图显示，rs11119107，rs1926447，rs2233287均位于置信区间右侧，表明存在正相关，随着S100A8表达增加，强直性脊柱炎的发病风险也会增加，见图10A。在银屑病中，rs1926447，rs2233287，rs11119107也均位于置信区间右侧，同样表明存在正相关，即随着S100A8表达增加，银屑病的发病风险会增加，见图10E。进一步剖析固有的异质性，针对强直性脊柱炎与银屑病定制的漏斗图揭示了与预期对称分布的偏差，尽管保持了总体对称性，见图10B，F。通过敏感性分析，采用“留一法”方法进一步审查了这一细致入微的观察结果。值得注意的是，分析中省略任何单个 SNP 对IVW分析结果的影响可以忽略不计，这表明其余 SNP 始终反映了总体数据集的结果，见图10C，G。为了证实研究结果的有效性，调用MR-Egger 回归分析，从而增强结果和所应用的方法的稳健性和真实性。该孟德尔随机化分析明确证实了S100A8和强直性脊柱炎与银屑病的密切关联，见图10D，H。因此，它描绘了一条通过干预 S100A8功能来调节强直性脊柱炎与银屑病的发生、演变和进展的潜在途径，为治疗干预和更深入地了解疾病机制提供了一条有前景的途径。"

"

2.10   靶向药物预测结果   DGIdb 共鉴定出81种可能针对强直性脊柱炎与银屑病共同关键基因的分子药物。其中，44个靶向DNMT1、21个靶向CDC25B、10个靶向GNG11、5个靶向S100A12及1个靶向S100A8，见图11。其中，只有甲氨蝶呤(Methotrexate)、阿托吉泮(Atogepant)、乌布吉泮(Ubrogepant)、瑞美吉泮(Rimegepant)、艾普奈珠单抗(Eptinezumab)、阿扎胞苷(Azacitidine)、硒片(Selenium)、羟基脲(Hydroxyurea)、异环磷酰胺(Ifosfamide)、氟尿苷(Floxuridine)、姜黄素(Curcumin)、米托蒽醌(Mitoxantrone)、顺铂(Cisplatin)、三氧化二砷(Arsenic Trioxide)、己烯雌酚(Diethylstilbestrol)及地西他宾(Decitabine)16种药物获得了美国食品药品监督管理局的批准。"