基于急性髓系白血病（Acute Myeloid Leukemia, AML）临床大数据及多组学数据库探讨铁死亡相关基因在AML中的作用，并建立铁死亡基因表达相关预后模型。整合TCGA数据库中151例AML患者和GTEx数据库中337例正常人外周血的临床和转录组数据。将Wilcoxon检验和单因素Cox分析结果取交集，筛选出预后相关差异表达基因（Differential Expression Genes, DEGs）,使用Lasso回归建立基因标志物预后模型，利用受试者工作特征曲线（Receiver Operating Characteristic Curve, ROC曲线）评价预测价值，Kaplan-Meier法进行生存分析，对AML患者临床数据进行单因素和多因素Cox回归分析，使用差异基因表达分析等方法比较高、低风险患者间的组学差异，最后，利用BeatAML数据库对基因标志物进行验证。将差异基因表达分析和单因素分析结果取交集，得到13个预后相关DEGs。构建了8个基因标志物的预后评分模型，并将患者分为高、低风险两组；ROC曲线分析证实了模型良好的预测性能；生存分析提示高、低风险组患者的生存率具有显著差异；单因素分析显示年龄和风险评分与患者整体生存显著相关，多因素分析显示，年龄和风险评分是独立预后指标。在2个风险组之间筛选出384个DEGs, GO富集分析结果显示，富集的基因大多与中性粒细胞和白细胞的趋化与迁移等免疫相关分子和通路显著相关，KEGG富集通路主要与TNF信号通路、细胞因子与细胞因子受体相互作用相关。BeatAML数据库验证结果显示，5个基因与预后显著相关。铁死亡相关基因在AML中显著表达，且高风险患者预后较差，该研究对AML铁死亡相关潜在生物标志物的发现和应用奠定了一定的基础。