研究目的:三阴性乳腺癌（Triple Negative Breast Cancer,TNBC）是一种治疗方式有限、预后差的乳腺恶性肿瘤,本研究旨在探寻对TNBC致病及预后相关的潜在生物标志物、构建相关预后模型,并通过q RT-PCR验证预后模型中基因的m RNA水平。研究方法:从TCGA和GEO数据库分别下载乳腺癌（TCGA-BRCA）m RNA基因表达谱数据及临床数据和GSE76275芯片数据,剔除没有临床数据的样本,利用RStudio3.6.0的“limma”包对TNBC样本及非三阴性乳腺癌（non-Triple Negative Breast Cancer,non-TNBC）样本进行差异表达基因（Differentially Expressed Genes,DEGs）分析,利用Venny在线工具取两个数据集共有DEGs并进行可视化。共有DEGs被载入DAVID数据库进行基因本体论（Gene Ontology,GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）富集分析,以初步探究与TNBC发生发展相关的潜在机制和通路。此外,使用STRING在线数据库以及Cytoscape3.9.0软件探索共有DEGs之间的蛋白相互作用网络（Protein-Protein Interaction Networks,PPI）关系。通过单因素COX比例风险回归分析确定与TNBC预后高度相关的潜在基因,利用多因素COX比例风险回归分析以预后关键基因为因变量构建COX比例风险回归模型。根据模型中位风险评分将TNBC患者列为高风险组和低风险组,并分别进行Kaplan-Meier（K-M）生存分析。使用“survival”和“time ROC”软件包构建时间依赖性受试者工作特征曲线（Receiver Operating Characteristic Curve,ROC）,评判风险评分模型的准确性。为进一步验证预后模型中基因的m RNA水平,本研究采用RT-PCR检测其在TNBC细胞系及nonTNBC细胞系中的m RNA水平。研究结果:（1）经过差异表达基因分析,本研究从GSE76275基因芯片中获得478个DEGs,其中上调DEGs183个,295个DEGs为下调基因;从TCGA-BRCA数据集中鉴定出3286个DEGs,其中1605个上调DEGs和1681个下调DEGs。两个数据集进一步取交集,共获取363个共有DEGs,包括上调基因209个,下调基因154个。（2）对上述363个DEGs做富集分析,GO结果表明DEGs主要富集在细胞增殖、细胞增殖的正向调节、有丝分裂核分裂、乳腺腺泡发育、微绒毛组装的调控、转录正调控、刷状缘膜、细胞外区域、顶端等离子体膜、蛋白质的细胞外基质、质膜的组成部分、细胞内面上细胞器、酶结合、钙离子结合、增强子序列特异性DNA结合、转录激活活性、表皮生长因子受体结合等生物过程。KEGG通路富集分析则显示DEGs与卵母细胞减数分裂、细胞周期、雌激素信号途径、神经胶质瘤等信号通路相关。（3）指定P＜0.05,对上述363个共有DEGs进行单因素COX比例风险回归分析,共筛选出23个与生存时间相关的基因。（4）多因素COX比例风险回归分析进一步确定7个与预后预测相关的基因并构建模型,根据风险模型评分中位数对患者进行分组,结果显示高风险组患者较低风险组患者的预后差（P＜0.05）。ROC曲线显示5年生存率的曲线下面积（Area Under Curve,AUC）为0.876,提示预后基因模型拥有良好的生存预测能力。（5）利用q RT-PCR检测构成模型的7个基因在TNBC细胞系及non-TNBC细胞系中的m RNA水平。结果显示,与non-TNBC细胞系相比,MLK4、LMO4、UGT8、ZNF280B的m RNA在TNBC细胞系中呈高水平,而FABP7、MS4A7、KCND2呈相应低水平（P＜0.05）。研究结论:本研究通过生物信息学分析建立了一个与TNBC预后相关的7基因模型（LMO4、MAP3K21、UGT8、FABP7、KCND2、MS4A7、ZNF280B）。其中,LMO4、MAP3K21、FABP7、ZNF280B表达越高,预后越好,可称为保护性因子;UGT8、KCND2、MS4A7表达越高,预后越差,可称之为危险性因子。它们可为TNBC的早期诊断和预后预测提供可靠的生物标志物,并为新的分子靶向治疗提供理论依据。