摘要目的 筛选结肠癌(CC)关键预后相关免疫基因(KIGs),构建免疫相关预后模型.方法 从癌症基因组图谱(TCGA)数据库中下载CC患者的基因表达数据和临床数据,基于免疫分型筛选差异表达基因(DEGs),将DEGs与ImmPort数据库中免疫基因取交集得到差异表达免疫基因(DEIGs).通过单因素Cox回归分析、Lasso-Cox回归分析筛选出KIGs,建立免疫相关预后模型,并验证预后模型的预测性能.分析风险评分与临床特征、免疫浸润细胞、肿瘤突变负荷、微卫星不稳定性的相关性.应用单因素和多因素Cox回归分析筛选CC的独立预后因素.进一步构建用于预测CC患者总生存率(OS)的列线图.结果 基于免疫分型筛选出1 439个DEGs,DEGs与ImmPort数据库免疫基因取交集得到379个DEIGs,通过单因素Cox回归分析、Lasso-Cox回归分析筛选出12个KIGs,构建免疫相关预后模型.高风险评分(高风险组)患者和低风险评分(低风险组)患者的OS差异有统计学意义(P＜0.05);预后模型预测1、3、5年OS的受试者工作特征曲线的曲线下面积(AUC)分别为0.735、0.725.0.699,表明预后模型的预测效果较好.不同疾病分期、不同TNM分期患者的风险评分比较,差异有统计学意义(P＜0.05);KIGs与众多免疫浸润细胞均存在相关性(P＜0.05);高风险组与低风险组的肿瘤突变负荷比较,差异有统计学意义(P＜0.05);高风险组的微卫星不稳定性比低风险组更强.单因素和多因素Cox回归分析发现,风险评分是CC的独立预后因素(P＜0.001),进一步构建的列线图对CC患者生存状态具有良好的预测能力和准确性.结论 本研究构建了基于12个KIGs的免疫相关预后模型,并建立了可用于预测CC患者OS的列线图,有助于医生做出个体化治疗决策.