[背景]结肠癌是常见消化系统肿瘤,随着饮食结构向高脂肪、高蛋白、低纤维改变,结肠癌发病率也逐渐增高。目前结肠癌患者预后判断主要依赖肿瘤TNM分期,血清学检查中CEA、CA19-9等生物标记物对预后评价具有重要参考作用,但敏感性和特异性欠佳。临床上亟需新的生物学标志分子和预后评估模型以提高对结肠癌患者诊治的准确性。[目的]基于癌症基因组图谱数据库（The Cancer Genome Atlas,TCGA）,利用生物学分析方法对结肠癌表达数据进行分析,筛选与结肠癌预后相关lncRNA,构建结肠癌预后风险模型。[方法]从TCGA数据库下载并整理结肠癌转录组数据,构建配对样本lncRNA表达矩阵,利用“edgeR”R包筛选获得差异表达lncRNA（differentially expressed lncRNA,delncRNA）。对delncRNA先后行COX回归模型单变量分析、Lasso回归分析、Kaplan-Meier（K-M）生存分析、多元COX回归模型分析,获取预后相关lncRNA。依据多元COX回归模型中回归系数构建结肠癌预后风险模型。通过C指数值、时间依赖的受试者工作特征（receiver operating characteristic curve,ROC）曲线和 ROC 曲线下的面积（Area Under the Curve,AUC）及 K-M 生存分析评估模型预测的准确性。对模型中lncRNA构建ceRNA网络,对相关的mRNA进行GO和KEGG富集分析,探索lncRNA影响结肠癌进展的机制。[结果]整理转录组数据得到5460个lncRNA,配对样本分析获得delncRNA 868个,其中上调548个,下调320个。单变量COX回归分析后获得40个lncRNA,经Lasso回归分析过滤共线性因素,得到lncRNA 34个,K-M生存分析后,得出14个候选lncRNA。再进行多元COX回归分析,得到7个预后相关lncRNA（下调:LINC01132;上调:ELFN1-AS1、RP5-884M6.1、LINC00461、RP1-79C4.4、RP4-816N1.7、RP3-380B8.4）,依据回归系数构建预后风险模型。模型的C指数值为0.82;3年和5年的AUC值分别为0.79、0.84;进行K-M生存分析提示高低风险组生存率具有显著差别（P＜0.0001）。随后构建ceRNA网络,通过KEGG富集分析提示下调lncRNA可能是通过肌动蛋白细胞骨架的调控、癌症中蛋白聚糖、PI3K-Akt信号通路等抑制结肠癌进展,上调lncRNA可能是通过细胞粘附分子、局灶性粘连、吞噬体等通路促进结肠癌进展。[结论]本研究构建了一个包含7个lncRNA的结肠癌预后风险模型,具有较好预测结肠癌患者生存预后的准确性,每个lncRNA是潜在单独的预后生物标志物,对结肠癌患者临床预后评估具有一定参考价值。