利用 GEO 公共数据库挖掘原发性干燥综合征（pSS）患者外周血单个核细胞（PBMC）的转录组数据，通过高维加权基因共表达网络分析（hdWGCNA）筛选 CD4+ T 细胞相关核心基因集，并构建高效可解释的分子诊断模型，为 pSS 的早期辅助诊断提供潜在生物标志物。

1.数据预处理与细胞注释：下载 GEO 数据库中 pSS 患者及健康对照的 PBMC 单细胞转录组数据，使用 Seurat 进行质量控制、标准化与降维聚类，依据经典标记基因注释得到 CD4+ T 细胞亚群。

2.核心基因筛选：对 CD4+ T 细胞进行 hdWGCNA 分析，构建共表达模块，选取核心候选基因集。

3.机器学习模型构建与验证：基于 GEO 数据库中pSS患者 CD4+ T 细胞的 bulk 表达数据，采用随机森林（RF）、LASSO 回归、XGBoost、支持向量机（SVM）、广义线性模型（GLM）、K 近邻（KNN）、神经网络（NNET）、决策树（DT）共 8 种算法构建诊断模型，通过 ROC 曲线、残差分析及特征重要性评估模型性能；结合 SHAP 分析对最优模型进行可解释性验证。

4.模型优化：通过 LASSO 回归正则化筛选最终核心基因，构建精简且稳健的 CD4+ T 细胞分子诊断模型。

1.单细胞分析：成功注释得到 CD4+ T 细胞亚群，hdWGCNA 分析识别出 9 个共表达模块，其中模块 9 包含 9 个 kME>0.6 的核心基因，提示其在 CD4+ T 细胞功能调控中具有潜在重要作用。

2.模型性能：8 种机器学习模型均表现出稳定的分类能力，其中 XGBoost 模型 AUC 达 0.966（95% CI: 0.922–1.000），SVM 与 DT 模型 AUC 分别为 0.767 和 0.750，整体性能优于其他算法；残差分析显示 SVM 模型预测结果最稳健，无明显过拟合。

3.特征重要性与模型构建： LASSO 回归构建的 CD4+ T 细胞分子诊断模型中包含TREML1、CMTM5、GP9三个核心贡献基因；SHAP 分析验证了pSS中 TREML1 为保护因素、GP9 为风险因素，与 LASSO 系数方向完全一致。

本研究通过单细胞转录组分析与多算法机器学习，成功构建了基于 CD4+ T 细胞核心基因的 pSS 分子诊断模型，验证了TREML1、CMTM5、GP9 等为关键生物标志物，为 pSS 的早期诊断和免疫机制研究提供了新的视角与工具。