目的使用美国癌症基因组图谱（TCGA）数据库构建肺腺癌患者预后的自噬相关miRNA风险评分模型。方法 结合TCGA数据库和人类自噬基因数据库（HADb）下载肺腺癌、正常肺组织的基因和miRNA表达谱的数据及临床相关资料，将总体人数随机均为分为训练集和测试集，计算训练集中肺腺癌自噬基因的差异表达，筛选出和自噬基因相关miRNA，采用单因素Cox风险回归和LASSO回归的方法筛选和建立自噬相关miRNA预后模型，并在测试集中验证，最后通过实验验证筛选出自噬相关miRNA在肺腺癌中的表达。结果从TCGA数据库中得到535份肺腺癌组织和59份正常肺组织的自噬基因表达谱，使用R软件中的edgeR包进行差异基因分析得到差异表达的自噬基因30个，和这30个自噬基因相关的miRNA有12个。单因素Cox分析及LASSO回归分析得到基于3个miRNA的预后风险模型：STM2457体内实验剂量风险评分=0.048×hsa-mir-31+0.201×hsa-mir-1293+0.174×hsa-mir-548f-1。训练集中模型预测3年生存率的ROC曲线下面积为0.796，5年的曲线下面积是0.837，提示模型准确率较高。多因素Cox回归分析后得出，该预后模型可以作为独立的一个预后因子预测肺腺癌的风险（HR=2.100，95%CI=1.541～2.861，P＜0.05Urinary microbiome），上述结论在测试集中得到验证。实时定量PCR提示，hsa-mir-31，hsa-mir-12PD0325901说明书93，hsa-mir-548f-1在肺腺癌中的表达较正常肺组织高（P＜0.05），与生物信息分析结果一致。结论经过生物信息学分析处理，成功建立了基于3个自噬相关miRNA的肺腺癌风险预测模型，该模型有望对患者的个体化治疗提供一定帮助，并提高肺腺癌患者的个体化预测结果的准确度。