目的 旨在通过机器学习算法筛选银屑病致病核心基因，以及探索潜在的免疫细胞亚型招募机制。方法 从公共数据库下载银屑病皮损组genetic sequencing织样本(lesional sample, LS)(n=44)和非皮损组织样本(non-lesional sample, NLS)(n=44)全转录组测序数据(GSE142582、GSE161683、GSE121212)。筛选LS和NLS差异表达基因(differentially expressed genes, DEGs)。使用机器学习算法筛选核心基因。使用ssGSEA算Y-27632法计算样本中免疫细胞浸润含量。分析核心基因表达量与免疫细胞亚型浸润含量之间的相关性。结果 本MEK抑制剂研究筛选出DEGs 151个。通过WGCNA和Lasso回归分析共同确定核心基因4个，分别是CCL20、TNFRSF17、ALDH3A1和EPN3。CCL20和TNFRSF17正向调控银屑病皮损样本免疫细胞浸润，ALDH3A1和EPN3负向调控银屑病皮损样本免疫细胞浸润。结论 4个基因即CCL20、ALDH3A1、EPN3和TNFRSF17,对银屑病皮损具有较好的诊断效能。CCL20和TNFRSF17与银屑病皮损样本免疫细胞浸润含量正相关，可能招募免疫细胞富集。而ALDH3A1和EPN3可能负向调控免疫反应，对皮肤起到保护作用。CCL20、ALDH3A1、EPN3和TNFRSF17可能成为银屑病潜在的生物学标志和治疗靶点。