目的 利用生物信息学技术从铁死亡角度筛选多发性硬化症(MS)的潜在关键基因，并通过动物实验初步验证，探索铁死亡在MS中的作用机制。方法 从GEO数据库中下载MS数据集GSE21942和GSE43591;从FerrDb数据库及相关文献获得铁死亡相关基因。应用R软件对数据集GSE21942进行差异分析和WGCNA分析。将两种分析结果和铁死亡相关基因取交集，得到MS铁死亡相关差异表达基因(FRDEGs),并对FRDEGs进行GO和KEGG富集分析。应用LASSO和SVM-RFE两种机器学习算法进一步筛选关键基因，并利用数据集GSE43591进行验证，绘制ROC曲线评估关键基因的诊断价值。应用ssGESA算法探索关键基因与免疫细胞的相关性。采用qPCR和Western blot方法进一步验证关键基因的表达。结果 共筛选出20个FRDEGs, GO和KEGG富集分析结果表明，它们主要涉及对氧化应激的反应、蛋白质磷酸化的负调控、NOD样受体信号通路、MAPK信号通路、Th17细胞分化等过程。通过机器学习和外部数据集验证筛选出2个与铁死亡相关的关键基因(CIRBP和TNFAIP3), ROC结果提示CIRBP和TNFAIP3均具有较高的诊断价值。免疫浸润分析结果表明CIRBP和TNFAIP3与活化CD4 T细胞、活化B细胞等显著相关。qPCR和Western blot结果显示，与正常组相比，EAE组小鼠中CIRBP和TNFAIP3的mRNA、蛋白表达水平显著升高(P<0.05)。结论 CIRBP和TNFAIP3是MS中与铁死亡相关的潜在关键基因，铁死亡参与MS的发病机制可能与CIRBP和TNFAIP3的高表达有关。