背景:胶质母细胞瘤（Glioblastoma,GBM）是最常见的中枢神经系统原发恶性肿瘤,患者预后非常差,因此,探究肿瘤进展机制,寻找治疗靶点和标志物有重要意义。肿瘤组织硬度增加是实体肿瘤共同的特征。GBM硬度增加可通过多种生物学过程促进GBM增殖、侵袭、上皮-间质转化及药物抵抗,是潜在的治疗靶点和临床标志物。为进一步探究GBM肿瘤相关生物学过程的特点,筛选GBM硬度相关特征基因并探究其临床预后价值,本研究利用数据库来源数据集及生物信息学分析技术和机器学习方法,探究与GBM肿瘤硬度调控相关的分子及调控通路,筛选GBM硬度相关特征基因集,并构建生存预后模型。方法:本研究基于癌症基因组学图谱（The Cancer Genome Atlas,TCGA）数据库中IDH野生型新诊断GBM患者RNA测序数据和临床数据,利用一致性聚类将GBM患者进行分类,并通过基因差异表达分析、通路富集分析、基因集富集分析、蛋白质相互作用分析得到GBM硬度相关分子及调控通路,利用随机森林模型筛选GBM硬度相关特征基因并构建GBM硬度预测模型和生存预后模型。本研究还利用CIBERSORT算法和ESTIMATE算法分析GBM硬度相特征和免疫浸润、基质评分相关性。结果:本研究共纳入新诊断GBM患者141例,中位年龄为62岁,男女比例约为1.86。根据既往研究提出的GBM肿瘤硬度相关调控过程,本研究将GBM分为生物学过程意义上的软肿瘤（BP＿soft）和生物学过程意义上的硬肿瘤（BP＿stiff）两种亚型,其中位总生存期（14.7m对10.6m,p=0.044）和中位无进展生存期（9.8m对4.4m,p=0.001）具有显著性差异。通过差异表达分析、通路富集分析及GSEA分析,本研究发现肿瘤硬度调控与ECM组成成分及纤维交联结构、肿瘤细胞增殖及胶原成分相关,与糖胺聚糖、整合素、生长因子及基质金属蛋白酶信号通路相关,且BP＿soft亚型血管生成通路显著下调。免疫浸润分析显示,BP＿soft亚型的GBM组织中活化CD4+记忆T细胞、滤泡辅助T细胞、静息态CD4+记忆T细胞、M0型巨噬细胞比例高于BP＿stiff亚型,M2型巨噬细胞比例低于BP＿stiff亚型。利用RF模型和生存分析,本研究筛选出13个GBM硬度相关特征基因:ANKRD1、CLU、FGF9、KRT19、L1CAM、LOX、LOXL1、MLPH、MMP19、NCKAP1L、RAB27A、SDC4、WNT2。基于上述GBM硬度相关特征基因集,本研究构建了 GBM肿瘤硬度预测模型、GBM硬度相关生存预测模型。结论:本研究将GBM分为BP＿soft和BP＿stiff两种亚型。本研究构建了 GBM硬度相关特征基因集,并基于此构建了 GBM肿瘤硬度预测模型、GBM硬度相关生存预测模型。此外,本研究发现BP soft亚型血管生成通路显著下调,而BP stiff亚型M2型巨噬细胞比例更高,具有进一步探究生存评估的潜力。