目的:牙周炎是一种常见的免疫炎症性疾病,其典型特征是持续且不可逆的牙周支持组织破坏。铁死亡是一种依赖于铁离子参与且具有免疫原性的细胞死亡形式,在多种炎症和免疫过程中发挥了不容忽视的作用。然而,缺乏铁死亡与牙周炎及其免疫调节过程之间的相关信息。本研究通过生物信息学方法分析铁死亡相关基因（ferroptosis-related genes,FRGs）在健康牙龈与牙周炎炎症牙龈中的表达情况以及两种牙龈类型中的免疫细胞浸润情况,同时以FRGs和免疫相关基因为基础构建免疫相关网络,初步探索牙周炎中铁死亡与免疫反应之间的关系,以期更全面地了解牙周炎的发病机制,为进一步研究铁死亡在牙周炎免疫应答中的调控作用及探索牙周炎免疫调节治疗的潜在靶点提供参考和理论基础。方法:首先从Ferr Db数据库中挑选出在人类实验中得到验证的FRGs,再从基因表达综合数据库（Gene Expression Omnibus,GEO）中筛选出符合条件的牙龈组织基因表达谱,在分析得出健康牙龈和牙周炎炎症牙龈之间差异表达的FRGs后,运用逻辑回归分析和最小绝对收缩和选择运算法分析（least absolute shrinkage and selection operator,LASSO）尝试构建具有精准区分上述两种类型牙龈能力的分类模型。然后应用受试者工作特征曲线（receiver operating characteristic curve,ROC）分析及相对应的曲线下面积（area under the curve,AUC）评估模型的分类效果。接下来我们使用单样本基因集富集分析（single-sample gene-set enrichment analysis,ss GSEA）对牙龈组织中的免疫细胞浸润水平进行量化评估。进而采用加权基因共表达网络分析（weighted correlation network analysis,WGCNA）、基因功能富集分析筛选出免疫相关的基因（immune-related genes）,运用Pearson相关性分析（相关系数|r|≥0.7）和蛋白互作网络分析（protein-protein interaction,PPI）从中挑选出与FRGs显著相关的基因。最后构建FRGs与所选免疫相关基因之间的潜在调控网络,并筛选其中的核心基因（hub genes）。结果:在健康牙龈与牙周炎炎症牙龈之间共发现了24个差异表达的FRGs,经算法分析确定了其中8个FRGs用于构建分类模型,即ALOX5、ALOXE3、BNIP3、CEBPG、LURAP1L、RGS4、SLC2A14、XBP1。受试者工作特征曲线（receiver operating characteristic curve,ROC）分析的结果显示该联合基因标记物的AUC值均为所有变量中最高的,表明该分类模型具有出色的分类能力。此外,牙周炎炎症牙龈中具有更高的免疫细胞浸润水平,其中活化B细胞与XBP1具有最强的正相关,而巨噬细胞与CEBPG有着较强的负相关性。从FRGs与免疫相关基因构成的免疫相关网络中可以发现,XBP1和ALOX5可能是铁死亡与牙周炎免疫过程相互作用中的关键基因。结论:基于FRGs构建的模型具有令人满意的区分牙周炎炎症牙龈样本与健康牙龈样本的能力,并有助于对牙周炎的发病机制带来新的见解。所构建的免疫相关网络能够为后续研究铁死亡在牙周炎及其免疫过程中的调控作用和分子机制提供理论支持,其中所包含的基因,特别是核心基因以及XBP1和ALOX5,能够为探索牙周炎免疫调节治疗靶点提供参考。