目的 通过机器学习的方法确定体外循环后心肌缺血-再灌注损伤（myocardial ischemia-reperfusion injury,MI/RI）中N6-甲基腺苷（N6-methyladenosine,m6A）相关的特征基因并对其进行聚类分析及免疫浸润分析。方法 通过GEO中数据集GSE132176，筛选m6A甲基化相关的差异基因，基于差异基因表达谱对该数据集样本进行聚类分析。并对聚类后m6A簇的差异基因进行基因本体论（GO）和京都基因与基因组百科全书（KEGG）富集分析以确定m6A簇基因功能。通过R软件从支持向量机（SVM）模型和随机森林（RF）模型中确定更优模型，用于筛选MI/RI中m6A相关的特征基因，并构建特征基因列线图以预测疾病的发病率。运用R软件分析特征基因与免疫细胞的相关性，并运用在线网站构建特征基因调控网络。结果 该数据集中共筛选出5个m6A相关的差异基因，对其进行聚类分析将基因表达谱分为两簇。对m6A簇进行富集分析，结果显示这些基因主要参与调节单核细胞分化、对脂多糖的反应、对细菌来源分子的反应、细胞对氧气水平下降的反应、DNA转录因子结合、DNA结合转录激活剂活性、RNA聚合酶Ⅱ特异性、NOD样受体信号通路、流体剪切应力与动脉粥样硬化、肿瘤坏死因子（TNF）信号通路、白介素（IL）-17信号通路等。利用R软件确定RF模型为更优模型，该模型确定METTL3、YTHDF1、RBM15B、METTL14为MI/RI的特征基因，免疫浸润分析发现肥大细胞、1型辅助性T淋巴细胞（Th1）、17型辅助性T淋巴细胞（Th17）、巨噬细胞与体外循环后MI/RI相关。结论 机器学习获得4个特征基因METTL3、YTHDF1、RBM15B、METTL14，同时聚类分析和免疫细胞浸润分析更好地揭示体外循环后MI/RI可能存在的病理生理过程。