目的:基于生物信息学方法,利用美国基因表达综合数据库NCBI（Gene Expression Omnibus,GEO）、美国癌症肿瘤基因图谱（TCGA）、人类蛋白质表达图集（The Human Protein Atlas）及加利福尼亚大学圣克鲁兹分校Xena分析器（UCSC Xena谱数据库）,筛选前列腺癌发生发展过程中的Hub基因,建立前列腺癌风险预测模型。通过对风险预测模型的评估以及前列腺癌Hub基因的综合分析,探讨前列腺癌Hub基因的生物学功能及风险模型的价值,为前列腺癌临床诊断提供理论支持。方法:（1）利用美国基因表达综合数据库（GEO）,下载三组目标的前列腺癌基因芯片数据,分别为GSE46602、GSE3325及GSE104749。利用limma包处理数据,分别获得三组前列腺癌数据集的差异表达基因。（2）利用韦恩图,将三组差异表达基因取交集,并且将上述基因通过Lasso回归进一步筛选。（3）利用TCGA数据库获取前列腺癌表达谱及临床预后信息,将筛选后的Hub基因构建风险预测模型,在训练集和测试集中对模型进行评价。（4）利用DAVID数据库,将筛选的差异表达基因进行GO分析及KEGG通路分析。同时,利用STRING数据库绘制蛋白互作网络图。（5）结合TCGA数据库、人类蛋白质表达图集（The Human Protein Atlas）、UCSC Xena谱数据库及TIMER数据库,对风险预测模型中的Hub基因逐个分析,比较Hub基因在前列腺癌和正常组织的表达水平差异、临床预后结局及免疫浸润关系。结果:本研究分析的前列腺癌数据集,GSE46602共读取227个差异表达基因,GSE3325共读取444个差异表达基因,GSE104749共读取228个差异表达基因,韦恩图分析出16个共有的差异表达基因。上述共有的差异表达基因通过Lasso回归、单因素及多因素Cox回归分析,筛选6个Hub基因签名（AOX1、PCA3、HOXC6、TOP2A、ERG及ANGPT1）用于建立风险预测模型。通过对训练集和测试集的验证评价,该模型具有较好的预测价值。本研究中的前列腺癌差异表达基因,GO/KEGG分析提示主要参与细胞周期、谷胱甘肽代谢及p53信号通路等过程。差异表达基因的蛋白互作网络中显示共有281个节点,378个面。筛选的6个Hub基因签名,其中PCA3、HOXC6、ERG及TOP2A在前列腺癌中高表达,AOX1及ANGPT1在前列腺癌中低表达,与风险预测模型的结果基本一致。同时,PCA3和TOP2A的表达水平与前列腺癌TNM分期、无进展间隔期（PFI）时间相关,与巨噬细胞的免疫浸润程度相关。结论:本研究构建了6个基因签名的前列腺癌风险预测模型,能有效评价前列腺癌的预后风险,风险预测模型中TOP2A、HOXC6、PCA3及ERG是前列腺癌预后的危险性因素,AOX1及ANGPT1是前列腺癌预后的保护性因素。PCA3和TOP2A有助于探索前列腺癌的临床预后,成为前列腺癌的诊断标记物。