目的:挖掘胶质母细胞瘤（glioblastoma,GBM）的关键自噬基因,建立GBM患者自噬基因相关的个体化预后模型,探究潜在的治疗新靶点及治疗药物。方法:从肿瘤基因组图谱肿瘤数据库中肿瘤数据库中提取GBM患者的自噬基因表达矩阵及临床资料。首先筛选出差异表达基因,然后进行了基因本体论（GO）、京都基因基因组百科全书（KEGG）途径富集和功能蛋白互作网络（PPI）分析。对差异表达的自噬基因进行单变量Cox回归分析得到生存相关自噬基因。为减少数据的偏倚和样本不平衡带来的偶然性,将生存相关自噬基因在GEPIA数据库中再次验证筛选结果的m RNA表达差异的显著性。然后将验证合格的相关基因进行多变量Cox回归分析得到关键自噬基因,并做生存分析再次验证生存基因的预后特异性。在HPA数据库中验证其基因翻译蛋白质的表达差异性,以检验结果可信性。在数据库中分析关键自噬基因与免疫浸润的相关性。在通过最终筛选出的基因建立一个基于差异表达的自噬基因的预后模型并进行模型稳定性验证。然后以最终筛选出的自噬基因作为靶基因,在TCMID数据库中筛选出潜在的靶向结合药物小分子成分。在PDB数据库中寻找高质量靶基因对应编码的蛋白解析结构。在完成蛋白质和小分子结构对接前的预处理后,在autodock vina软件中完成分子对接,筛选出成功对接的小分子抑制物。结果:差异表达分析得到77个具有显著表达差异的自噬基因（|log2（fold change）|>1和FDR<0.05）。将其进行GO富集分析结果显示:1)生物过程显著富集在:自噬、利用自噬机制的过程、宏观自噬、凋亡信号通路的调节、内源性凋亡信号通路、细胞对外界刺激的反应、自噬体组装、液泡组织、自噬体组织和对饥饿;2)细胞组分显著富集在:自噬体膜、自噬体、膜筏、膜微域、膜区、液泡膜、吞噬细胞组装位点膜、吞噬细胞组装位点、炎症复合物和丝氨酸/苏氨酸蛋白激酶复合物;3)分子功能主要富集在:泛素蛋白连接酶结合、泛素样蛋白连接酶结合、丝氨酸/苏氨酸激酶活性、半胱氨酸型内肽酶活性、蛋白酶结合、伴侣结合、MAP激酶活性等方面,参与凋亡过程的半胱氨酸型内肽酶活性、半胱氨酸型肽酶活性和纤维连接蛋白结合（P<0.05）。此外,在对差异表达的自噬基因的KEGG途径富集分析中,发现这些基因与自噬通路显著相关（P<0.05）。对差异基因进行功能蛋白互作网络分析的到57个高度相关的基因。单变量Cox回归分析,确定了11个与GBM存活率显著相关的自噬基因（CASP4、CCL2、CTSB、CTSD、HSPA5、ITGA3、MAP1LC3A、NRG1、P4HB、RACK1和SERPINA1）（P<0.05）。在GEPIA数据库中验证该11个自噬基因在肿瘤和正常样本之间的表达水平,结果表明,与正常样本相比,11个基因在GBM组织中具有表达差异（P<0.05）。该11个自噬基因进行多元Cox回归分析,最终得到3个的关键自噬基因（CTSD、ITGA3和NRG1）在生存分析中高表达与低表达组之间具有显著生存差异（P<0.05）。在HPA数据库中的蛋白表达情况与m RNA表达趋势相一致。根据风险系数进一步建立出预后风险评分模型,为了方便临床医生计算患者个体风险系数绘制了诺莫图。在模型中,高风险评分患者的总体生存率明显低于低风险评分患者。通过构建ROC曲线来评估模型的准确性,风险评分的ROC曲线下的面积是显著的0.721,具有中等强度的诊断价值;年龄的ROC曲线下的面积是0.620,诊断价值较弱;性别的ROC曲线下的面积是0.487,无明显诊断价值。根据风险评分对所有GBM患者进行排序,分析生存分布。患者死亡率随着风险评分的增加而上升。随着患者风险评分的增加,自噬基因的表达情况随着风险评分增加而逐渐下调或上调。在TCMID数据库中筛选以关键自噬基因（CTSD、ITGA3和NRG1）为靶基因的小分子,最终得到34个可能与靶蛋白发生结合抑制的小分子。在PDB数据库中筛选CTSD、ITGA3和NRG1基因编码的高质量蛋白结构,安筛选条件最终筛选出CTSD编码的蛋白结构6QCB。通过分子对接筛选找到4种小分子药物成分（α-D-甘露糖、β-D-甘露糖、槲皮素和β-D-葡萄糖）可能是GBM的潜在化疗药物。结论:这3个自噬基因可作为独立的预后标志物和潜在的新治疗靶点。本研究建立的生存预后模型在GBM患者个体化生存预测中具有一定价值,可以为GBM患者提供个性化治疗提供依据。槲皮素和部分单糖可能是潜在的GBM化疗药物。