目的采用机器学习结合孟德尔随机化的方法筛选与免疫球蛋白A(IgA)肾病相关的诊断基因，并探讨其免疫浸润特性及机制。方法从基因表达综合数据库下载IgA肾病的基因表达芯片数据，以GSE93798数据集为训练集，GSE37460数据集为验证集，利用R软件筛选差异表达基因（DEGs），并进行基因功能（GO）与信号通路（KEGG）富集分析。结合LASSO和SVM-RFE算法筛选核心诊断基因，通过受试者工作特征曲线评估诊断效能，并利用Nephroseq数据库验证基因表达趋势。收集IgA肾病患者和健康对照外周血样本，提取外周血单个核细胞后行实时荧光定量聚合酶链反应（qPCR）验证核心诊断基因表达差异。采用孟德尔随机化分析评估核心诊断基因与IgA肾病的因果关系，并通过CIBERSORT算法分析免疫细胞的浸润特征及相关性。结果筛选出347个DEGs，其中105个DEGs显著上调，242个DEGs显著下调。GO富集分析显示这些基因参与有机酸代谢、α-氨基酸代谢等生物学过程，KEGG富集分析显示其涉及白细胞介素-17和肿瘤坏死因子信号通路等关键通路。机器学习筛选的双特异性磷酸酶1（DUSP1）、乙醇胺激酶2、FOSB等6个基因在验证集中的诊断效能较高（曲线下面积＞0.7）。qPCR结果显示除FOS外，其余5个基因表达趋势与芯片数据一致。双样本孟德尔随机化分析结果提示DUSP1与IgA肾病存在显著正向因果关系。免疫细胞分析发现浆细胞和M2型巨噬细胞在IgA肾病中显著上调，而中性粒细胞和未活化自然杀伤细胞表达下调。结论DUSP1等6个基因可能是IgA肾病诊断和治疗的潜在靶标，免疫细胞的异常浸润可能在IgA肾病发生中发挥了重要作用。