目的 通过生物信息学研究探索弱精子症(asthenozoospermia,AZS)与1型糖尿病(type1diabetesmellitus, T1DM)的共病基因,寻找AZS和T1DM 的诊断和预后相关分子标志物。方法 从基因表达综合数据库(GEO)数据库 获取AZS数据集GSE160749和T1DM 数据集GSE154609,利用R语言limma包筛选差异表达基因(DEGs),通过基因 集富集分析(GSEA)和基因本体(GO)富集分析解析差异表达基因的通路特征,采用GeneMANIA 网络分析构建差异表 达基因相互作用网络,应用最小绝对收缩算法(LASSO)筛选关键基因,并通过受试者工作特征(ROC)曲线评估其诊断 效能,应用CIBERSORT算法分析共病关键基因与免疫细胞浸润的关联。结果 在AZS数据集中共筛选出661个 DEGs,其中包括上调154个和下调507个。在T1DM 数据集中共筛选出233个DEGs,包括上调153个和下调80个。 GSEA显示在GSE160749数据集中,基因主要富集在嗅觉信号、嗅觉转导、感觉感知、翻译后蛋白质修饰、细胞对刺激反 应等信号通路,在GSE154609数据集中,基因主要富集在C4和C2激活因子的产生等信号通路。GO 分析结果显示 DEGs在补体经典激活途径等生物学过程中显著富集。基于GeneMANIA 构建的蛋白互作网络,鉴定出C3、CFB 等24 个核心互作基因。LASSO 回归确认SCGB1C1和IGHG3为候选枢纽基因。SCGB1C1和IGHG3在AZS中的ROC曲 线下面积(areaundercurve,AUC)分别为0.933和0.833,在T1DM 中为0.715和0.701。免疫浸润分析表明,SCGB1C1 和IGHG3可能与免疫T细胞、免疫微环境的改变相关。结论 SCGB1C1和IGHG3可能通过调控免疫代谢失衡参与 AZS与T1DM 的共病机制,在AZS中初步展现出诊断潜力,在T1DM 中的诊断价值尚需进一步验证。