目的 通过生物信息学方法筛选与铁死亡相关的特发性肺纤维化基因，NSC125066分析其作用机制，并预测潜在具有治疗作用的epigenetic therapy中药及活性成分。方法 在GEO数据库搜集符合条件的特发性肺纤维化患者数据集，利用R软件对数据集进行差异分析获得差异表达基因（DEGs）。同时在Ferr Db平台收集铁死亡相关基因（FRGs）。对DEGs和FRGs取交集得到铁死亡相关DEGs，进一步对铁死亡相关DEGs进行蛋白质相互作用（PPI）网络分析，筛选核心基因，并对其进行GESA通路富集分析。将核心基因提交至Coremine数据库查找对应中药，并通过TCMSP数据库找到对应中药活性成分，得到药物-活性成分网络，进一步筛选得到核心中药和核心活性成分。对核心基因与核心活性成分进行分子对接分析。结果 筛选得到723个DEGs，共收集到铁死亡相关基因487个，两者取交集得到18个铁死亡相关DEGs，通过PPI进一步筛选得到5个核心基因：环加氧酶2(PTGS2)、血红素加氧酶1(HOMX1)、白细胞介素6(IL6)、转录因子AP-1(JUN)和转录激活因子3(ATF3)。GSEATalazoparib说明书分析显示核心基因可能通过结节样受体、丝裂原活化蛋白激酶（MAPK）、信号转导子和转录激活子（JAK/STAT）、T细胞受体等信号通路发挥干预特发性肺纤维化的作用。通过预测得到丹参、干姜、人参、桑叶、桑枝等12种中药，以及4种关键活性成分槲皮素、山柰酚、谷甾醇和β-谷甾醇。分子对接显示核心基因与核心活性成分结合良好。结论 以铁死亡作为切入点，通过生物信息学分析得到特发性肺纤维化的潜在靶点，并得到潜在具有特发性肺纤维化治疗作用的中药及其活性成分。