目的 通过癌症基因组图谱(TCGA)数据库挖掘与乳腺癌预后相关的铁死亡基因，构建乳腺癌预后模型。方法 下载TCGA数据库中转录组与临床数据，获取与预后相关的在乳腺癌组织与癌旁正常组织中存在差异表达的铁死亡基因，利用最小绝对收缩和选择算子(LASSO)回归法构建风险评分模型。将TCGA数据库中获取的患者信息作为模型测试集数据，通过ROC曲线评估预后模型的效能，通过单因素与多因素Cox回归分析评价差异表达的铁死亡基因和风险评分能否作为预后因子。利用国际肿瘤基因组协作组(ICGC)数据库与基因Elexacaftor表达汇编(GEO)数据库数据作为验证集对该模型进行验证。结果 共筛选出51个在乳腺癌组织与癌旁正常组织中存在差异表达的铁死亡基因，单因素Cox回归分析表明11个差异表达的铁死亡基因与乳腺癌预后相关。利用这11个基因构建乳腺癌预后风险评分human biology模型：风险评分=ALOX15×0.11+CHAC1×0.07+CISD1×0.15+CS×0.24+GCLC×0.04+GPX4×(-0.07)+NCOA4×0.17+EMC2×0.30+G6PD×0.19+ACSF2×(-0.04)+SQLE×0.12，ROC曲线分析表明该模型在测试集中预测乳腺癌患者术后2、4、6年生存率的AUC分别为 0.678、0.680、0.612，多因素Cox回归分析结果显示预后模型风险评分可作为独立预后因子(HR=3.104，P<0.001)。根据预后模型风险评分是否≥4.277将患者分为高风险组和低风险组，在测试集与验证集中高风险组患者的生存率均低于低风险组患者(P均<0.GDC-0068体内001)。结论 基于铁死亡基因的乳腺癌预后模型具有较好的预测效能，该模型中的铁死亡基因为乳腺癌靶向治疗提供了新的靶点。