摘要目的 利用子宫内膜癌(EC)的铁死亡相关长链非编码RNA(lncRNA),构建疾病预后模型,为EC提供治疗靶点.方法 TCGA中下载EC数据,FerrDb数据库下载铁死亡基因.通过R软件将疾病数据与铁死亡基因取交集得到差异表达基因(DEGs),并对DEGs进行GO和KEGG富集分析.根据Pearson相关分析,得到的lncRNA,通过Lasso-Cox构建模型,筛选用于构建模型的lncRNA,计算风险评分,以中位数区分高、低风险组.利用Kaplan-Meier生存曲线、受试者操作特征(ROC)、决策曲线分析法(DCA)曲线等评估模型的风险评分及临床特征,预测生存效果.应用TIMER、CIBERSORT等算法,对高、低风险组免疫细胞及功能进行分析.用R软件对两组lncRNA进行免疫细胞、功能、检查点及m6A的相关mRNA差异表达分析.结果 248 个铁死亡基因,与铁死亡相关lncRNA有 1616个,80个DEGs.GO分析结果显示,DEGs主要参与氧化应激、调控基底质膜、有机阴离子跨膜转运蛋白活性等.KEEG结果显示,DEGs主要参与铁死亡、谷胱甘肽代谢通路等过程.单因素Cox回归分析初步筛选出 45 个与铁死亡相关的 lncRNA,经 Lasso-Cox 优化,最终确定 14 个 lncRNA 用于构建预后模型.Kaplan-Meier生存曲线显示,低风险组生存状况优于高风险组(P＜0.01).ROC、DCA曲线显示:风险评分预测的生存效果优于传统临床特征;1、2、3年的AUC值分别为 0.696、0.715、0.747.单因素、多因素Cox回归分析结果显示,模型风险评分是预测EC患者生存的独立影响因素[HR(95%CI)=1.105(1.081～1.129);HR(95%CI)=1.108(1.081～1.135),均P＜0.01].高、低风险组免疫细胞分布热图显示,两组免疫细胞水平比较,差异有统计学意义(P＜0.05).免疫功能结果显示,高、低风险组APC共同刺激、CCR等比较,差异有统计学意义(P＜0.05);免疫检查点结果显示,高、低风险组PDCD-1、CTLA-4 比较,差异有统计学意义(P＜0.05);m6A甲基化结果显示,高、低风险组YTHDF1、FTO比较,差异有统计学意义(P＜0.05).结论 14 种铁死亡相关lncRNA可能在EC的肿瘤免疫中发挥重要作用,为治疗疾病提供潜在靶点.