目的:本研究使用生信分析,对癌症基因组图谱(TCGA)数据库中的胃癌转录组数Biopsia pulmonar transbronquial据进行分析,识别与预后相关的免疫相关lncRNAs(长链非编码RNA),采用Cox回归分析和LASSO回归算法构建胃癌预后模型并进行验证。方法:利用TCGA数据库获取胃癌患者的RNA数据,并通过人类参考基因组筛选出lncRNA表达数据。然后,从免疫数据库提取免疫基因,利用基因共表达网络得到免疫相关的lncRNAs,并通过差异分析得到差异表达的免疫相关lncRNAs。随后,采用Cox回归和LASSO回归算法,得到关键lncRNAs并构建预后风险模型。采用风险模型评分中位值将患者分为胃癌高危组和低危组,通过生存分析验证生存差异,并利用内部数据集进行模型的验证。最后,进行危险评分和临床因素的单变量和多变量Cox分析,评估风险得分是否能作为胃癌的独立预后因素。结果:1.经过单因素Cox回归分析方法,获得了28个与胃癌预后相关的免疫lncRNAs。2.使用多因素Cox回归分析方法确定了5个lncRNAs用于建立风险模型,其中AL590Torin 1666.2被认为是HR<1的保护性效应因子,AP000695.2、CD44-AS1、GLIS3-AS1、AL356417.2被认为是HR>1的风险效应因子(p<0.05)。3.基于风险模型计算的评分将胃癌划分为高低危组,两组之间的患者生存状态的比较具有统计学显著性(p<0.001)。4.Cox回归显示风险得分可作为胃癌患者的独立预后因素。结论:通过利用TCGA数据selleck HPLC库中胃癌患者的数据和免疫基因库,使用生物信息学方法筛选出与胃癌患者预后相关的免疫相关lncRNAs,并构建了一种胃癌患者风险得分模型。根据该模型的风险得分公式,可以将胃癌患者分为高风险组和低风险组,并通过该模型帮助预测胃癌患者的预后。