目的：本研究旨在通过整合孟德尔随机化（Mendelian Randomization, MR）分析与生物信息学方法，系统探讨类风湿关节炎（Rheumatoid Arthritis, RA）与脓毒症之间的因果关系，并深入挖掘连接这两种疾病的共同炎症机制与关键基因。

方法：利用孟德尔随机化数据库（DMRdb）对RA与脓毒症之间的潜在因果关系进行了探讨。从基因表达数据库GEO中下载与RA和脓毒症相关的基因芯片数据集，对数据进行对数均一化处理及主成分分析，筛选出RA和脓毒症的差异基因（DEG），并使用火山图和热图展示这些基因的表达特征。加权基因共表达网络分析（WGCNA）用于确定与RA和脓毒症相关的共表达模块。使用基因和基因组（KEGG）分析的基因和京都百科全书进行途径富集。利用STRING数据库构建蛋白质-蛋白质交互作用(PPI)网络，可识别疾病相关的核心基因及其调控通路。分别通过Proteome-Phenome Atlas和RA、脓毒症验证数据集，验证关键基因的蛋白功能及基因表达水平。

结果：在RA和脓毒症中，有152个交叉DEG被识别出来。这些基因的功能富集分析表明，它们主要涉及炎症反应、细胞因子信号通路等生物学过程，进一步揭示了RA与脓毒症之间的生物学联系。通过STRING数据库构建蛋白质-蛋白质相互作用（PPI）网络，发现46个关键基因，其中包括MMP9、S100A12和IL1R1等与炎症密切相关的基因。最后通过Proteome-Phenome Atlas和验证数据集验证了这些关键基因与RA和脓毒症的发病相关，且ANXA1、HGF、S100A12三个基因在两种疾病中均为高表达。这些发现不仅揭示了RA和脓毒症之间的共同病理机制，也提示了这些基因作为潜在治疗靶点的重要性。

结论：本研究通过整合孟德尔随机化、基因芯片数据及生物信息学分析，揭示了类风湿关节炎与脓毒症之间的潜在因果关系。我们发现，ANXA1、HGF、S100A12等关键基因在这两种疾病中扮演了重要角色，均与炎症反应密切相关，了解这些基因的功能，为未来的研究进一步探讨其在RA与脓毒症相互作用中的具体机制，以及如何通过调节这些基因的表达来改善患者的临床结局提供理论依据。