研究背景及目的:前列腺癌是男性发病率第二和男性癌症死因第五的恶性肿瘤。在2020年全球超过140万男性被诊断为前列腺癌,占全球新增肿瘤病例的7.3%。中国的前列腺癌发病率和死亡率也呈现逐年上升的态势,前列腺癌已经成为我们国家亟需解决的难题。局限性前列腺癌患者的临床治疗通常采用根治性前列腺切除术,然而,超过三分之一的前列腺癌患者在术后最终会发生生化复发。生化复发的前列腺癌患者更容易出现临床复发、远处转移以及死亡。迄今为止,大量研究表明前列腺癌的生化复发风险受临床分期、病理分级、前列腺特异性抗原等多种因素的影响。前列腺癌的生化复发是临床医生面临的主要挑战,也是改善前列腺癌患者预后和生活质量的关键问题。由于前列腺癌生化复发的多样性和复杂性,现有的临床策略不能有效的评估和预测患者的生化复发。因此,迫切需要能预测前列腺癌生化复发的预后风险模型来指导临床治疗。本研究的目的是基于生物信息学的方法构建能预测前列腺癌生化复发的预后风险模型,评估预后风险模型在免疫和药物治疗的作用。本研究将为前列腺癌患者的生化复发预测提供新的方向,并为前列腺癌的个性化治疗提供新的视角。方法:从TCGA数据库、GEO数据集（GSE116918,GSE21034）中获得了前列腺癌患者的基因表达数据和相应的临床信息数据。将TCGA数据库的前列腺癌患者作为训练集,将GSE116918和GSE21034分别作为测试集和验证集,在训练集中构建前列腺癌的预后风险模型,在训练集和测试集中验证模型的预测能力。利用R软件limma包筛选训练集的前列腺癌患者中的焦亡相关的差异表达基因,接着利用这些差异差异表达的基因对训练集的前列腺癌样本进行一致性聚类分析（Consensus Clustering）,获得最佳的聚类数并将样本划分为最佳聚类亚型。进一步探究和获取前列腺癌的最佳聚类亚型之间的差异表达基因,经过单因素Cox回归分析和Lasso回归分析后,构建可预测前列腺癌生化复发的预后风险模型。在三个数据集中通过Kaplan-Meier生存分析、ROC分析、单因素和多因素Cox回归分析验证和评估预后风险模型在预测前列腺癌患者的生化复发的准确性,并且通过ROC分析与已发表的9篇前列腺癌的模型进行预测准确性的比较。通过分析肿瘤突变负荷、免疫细胞浸润、免疫检查点的表达探究预后风险模型在免疫治疗中的潜在作用。探究各风险组患者对于内分泌治疗、化疗以及靶向药物治疗的敏感性的区别。最后,利用q RT-PCR的方法分析构建模型的基因在前列腺癌细胞株和良性前列腺上皮细胞株的表达差异。结果:一致性聚类分析成功有效的将训练集的前列腺癌患者样本划分为了2个具有截然不同生物学表现的患者亚群。随后,本研究确定了由7个基因组成的前列腺癌的预后风险模型,可通过预后风险模型对患者进行生化复发的风险评分,依据风险评分的中位数值,将前列腺癌患者分为高风险组和低风险组。研究发现高风险组患者更容易发生生化复发并且与晚期的临床病理特征密切相关。本研究可在多个数据集中作为预测前列腺癌生化复发的独立预后因素。ROC分析结果表明本研究的预后风险模型具有良好的预测准确性和特异性,并且优于9篇已发表文献的前列腺癌模型和传统的临床病理特征,展示了出色的预测性能。预后风险模型可以预测处于不同临床阶段的前列腺癌患者的生化复发,基于预后风险模型构建的列线表可预测前列腺癌患者在第1、第2和第3年的无生化复发时间。高风险组患者有更高的肿瘤突变负荷水平和基因突变频率,高风险组中肿瘤突变负荷水平高的患者最容易发生生化复发。CD8+T细胞、浆细胞和初始B细胞在低风险组患者的浸润程度更高。高风险组患者的免疫检查位点的表达高于低风险组患者,并且瘤免疫功能障碍和排斥（TIDE）的结果表明,高风险组患者具有更好的免疫检查点抑制剂治疗的疗效。低风险组患者对药物如比卡鲁胺、多西他赛的敏感性更高,而高风险组患者对靶向药物奥拉帕尼有更好的敏感性。最后,预后风险模型中的基因与前列腺癌的生化复发关系紧密,并且在前列腺癌细胞株和良性前列腺上皮细胞株的表达具有显著差异。结论:本研究的预后风险模型能有效的预测前列腺癌患者的生化复发,为评估前列腺癌的免疫治疗的疗效和制订药物治疗策略做出了新的尝试。