目的:胶质母细胞瘤（Glioblastoma,GBM）是恶性程度最大和破坏性最强的颅内肿瘤,目前仍然无有效治疗,预后极差。研究发现,自噬、凋亡和坏死这三种经典的细胞死亡途径与多种肿瘤的进展和预后相关,有助于设计个体化的GBM治疗方案。本研究旨在构建一种新的基于细胞死亡（自噬、凋亡和坏死）相关基因的GBM预后预测模型,探索不同风险组间生物学功能的差异和与免疫微环境的关系,为GBM患者的预后风险评估和个体化治疗提供更好的决策依据。方法:通过分析癌症基因组图谱计划（The Cancer Genome Atlas,TCGA）数据库中518名GBM患者的表达谱数据,探索自噬、凋亡和坏死相关基因的表达量;进行单因素Cox回归分析、LASSO分析和多因素Cox回归分析以筛选自噬、凋亡和坏死相关基因中和GBM预后密切相关的基因,构建成一个联合的预后预测模型。结合临床特征,进行多因素Cox比例风险分析,评估预测模型对总生存期（Overall survival,OS）的独立预测作用。通过基于OS和无进展生存期（Progression free survival,PFS）的Kaplan-Meier生存分析和受试者工作特征曲线（Receiver operating characteristic curve,ROC）评估模型的预测能力。并使用中国脑胶质瘤图谱数据库（Chinese Glioma Genome Atlas,CGGA）对模型进行外部验证。利用TIMER2.0数据库分析不同预后组之间免疫微环境和免疫检查点阻断基因表达水平的差异。最后,利用关联性图谱（Connectivity Map,CMap）数据库探索胶质母细胞瘤的潜在治疗药物和分子途径。结果:4个凋亡相关基因（BID、CFLAR、CHP1、PRKAR1B）、8个自噬相关基因（SREBF1、SERPINA1、PRKAG2、PRKAB2、MET、MAPK3、LAMTOR3、EEF1A2）和4个坏死相关基因（CASP3、NOL3、TRAF3、TRAP1）被筛选出来联合建立了16基因预后预测模型,定义为细胞死亡系数（Cell death index,CDI）。多因素Cox比例风险分析表明,高CDI与总生存期显著相关（HR=2.850,95%CI:1.981-4.100,p＜0.001）,是不良预后的独立危险因素。根据CDI将患者分为高风险组和低风险组,TCGA数据库生存分析结果显示低风险组的OS和PFS显著长于高风险组。ROC曲线分析显示在TCGA患者中,CDI预测1.5年、3.0年和4.5年OS的ROC曲线下面积分别为0.727、0.833和0.844。随后,通过CGGA数据库进行模型验证,结果与TCGA组一致,表明该模型具有良好的预测效能。此外,免疫细胞浸润分析发现,在高CDI组中,嗜中性粒细胞、巨噬细胞、Treg、T辅助细胞和a DC浸润较高,而B细胞浸润较低。并且该组的免疫检查点分子PDCD1和CD200的表达水平较低,而PDCD1LG2、CD86、CD48和IDO1的表达水平较高。最后,研究通过CMap数据库筛选得到9个靶向CDI的GBM患者的潜在治疗化合物,包括:Tipifarnib,Tofacitinib,GSK-1070916,Mestranol,Ruxolitinib,XMD-1150,TPCA-1,PPT和7,4’-dihydroxyflavone。结论:CDI模型具有良好的预测效能和预测价值,能够发挥稳定的预测作用,可用于预测GBM患者的预后。CDI与GBM中免疫细胞浸润以及免疫检查点阻断治疗的关键基因显著相关,为进一步改善GBM的免疫治疗提供决策依据。并且,应用CMap数据库可筛选靶向CDI的潜在治疗化合物,为GBM患者的治疗药物研究提供新的思路。