目的利用生物信息学联合分析6个肾脏缺血再灌注损伤（ischemia reperfusion injury,IRI）芯片数据集,探究差异基因的功能富集和关键通路,筛选在疾病发展过程中发挥关键作用的核心基因和关键转录因子,并预测潜在的治疗药物,为肾脏缺血再灌注损伤患者提供潜在的治疗靶点和药物。方法利用基因表达综合数据库（Gene Expression Omnibus,GEO）中的GSE39548、GSE58438、GSE71647、GSE87024、GSE131454和GSE148420芯片数据集,6个数据集共包括23个对照样本和23个肾脏缺血再灌注损伤样本。通过R语言中的RMA算法对6个肾脏缺血再灌注芯片数据集逐个进行数据归一化,加载limma包逐个分析芯片数据而获得每个芯片的基因和表示差异意义的P值。以“|log2FC|≥1且P.adj<0.05”作为本研究的筛选标准而得到各芯片肾脏缺血再灌注损伤的差异基因。利用Robust Rank Aggreg（RRA）算法联合分析6个芯片DEGs（differentially expressed genes,差异表达基因）,以“Score<0.05”为筛选标准获得具有代表性的6个芯片联合分析后的差异基因。在R软件中使用Clusterprofiler包对RRA分析获得的DEGs进行GO分析（Gene Ontology,基因本体论）和KEGG（Kyoto Encyclopedia of Genes and Genomes,京都基因和基因组百科全书）信号通路富集分析。得到的DEGs在STRING数据库构建以“置信度>0.7”为标准的PPI（Protein-Protein Interaction,蛋白质-蛋白质相互作用）网络,下载网络图和作用关系文件后,在Cytoscape软件打开相互作用网络,通过该软件中插件MCODE和Cyto Hubba分析后,以二者共同的基因作为核心基因。利用测序数据GSE98622和体外缺氧复氧细胞模型实验验证核心基因的表达。分别利用TRRUST数据库和c MAP数据库预测肾脏缺血再灌注损伤中发挥关键作用的转录因子和可能发挥治疗作用的小分子药物。结果对6个芯片数据进行标准化处理后芯片数据分布规整,利用limma包得到各芯片的差异基因,6个芯片差异基因的RRA整合分析得到276个共同差异基因,包括188个上调基因和88个下调基因。GO分析结果显示共同差异基因在细胞外基质、细胞外空间、细胞外区域和局部黏附等细胞组分富集;参与炎症反应、脂多糖反应、细胞增殖正调节和细胞因子反应等生物学过程;发挥细胞因子活性、转录激活活性、RNA聚合酶II核心启动子近端区序列特异性结合、蛋白质结合和表皮因子受体结合等分子功能。KEGG分析结果显示TNF信号通路、MAPK信号通路、NOD-like受体信号通路等在肾脏缺血再灌注损伤中显著富集。在PPI网络中,MCODE和Cyto Hubba分别获得degree>10的基因和两个关键基因模块,得到12个核心基因分别是Jun、Cxcl1、Cxcl2、Il1b、Ccl2、Icam1、Serpina1d、Spp1、Il6、Rcn1、Timp1和Lgals1。12个核心基因在测序数据集GSE98622和体外细胞实验中表达差异均有统计学意义。TRRUST数据库和c MAP数据库预测得到肾脏缺血再灌注损伤中关键的转录因子有Jun、Nfkb1、Cebpb、Sp1、Egr1,可能具有治疗作用的小分子药物是TWS-119。结论（1）肾脏缺血再灌注损伤的通路机制上主要富集在TNF、MAPK、NOD-like、Toll-like和HIF-1信号通路上。（2）与肾脏缺血再灌注相关的12个核心基因是Jun、Cxcl1、Cxcl2、Il1b、Ccl2、Icam1、Serpina1d、Spp1、Il6、Rcn1、Timp1、Lgals1,测序数据和细胞水平均验证其差异具有统计学意义,5个关键转录因子是Jun、Nfkb1、Cebpb、Sp1和Egr1。（3）TWS-119可能是治疗肾脏缺血再灌注损伤的药物。