目的本研究利用生物信息学方法筛选鼻咽癌组织与正常组织的差异表达micro RNA（miRNA）,构建基于miRNA的鼻咽癌预后风险模型,同时进一步预测对应的靶基因,进而探索鼻咽癌发生机制的相关通路,为将来研究的开展提供方向及理论依据。方法从基因表达数据库（Gene Expression Omnibus,GEO）官网下载鼻咽癌miRNA表达数据集以及临床随访信息数据。利用R语言的limma包筛选差异表达的miRNA,设置阈值为（FDR<0.05和|log2FC|>1.5）。将GSE32960数据集随机分成训练集和验证集,训练集先进行单因素Cox回归分析,筛选出候选基因,再进行套索算法（Least Absolute Shrinkage and Selection Operator,LASSO）和逐步回归进一步筛选并构建鼻咽癌预后风险模型。利用受试者工作特征曲线（Receive operating characteristic curve,ROC）及K-M生存曲线（Kaplan-Meier,K-M）对预后风险模型进行评估及内外部数据集验证。然后将临床特征和预后风险模型进行单因素和多因素Cox回归分析,评估模型计算的风险得分能否成为独立的预后影响因素;根据单因素和多因素分析结果,将临床特征及风险得分构建列线图模型及诺模图的决策曲线（Decision curve analysis,DCA）。最后利用micro T、miRanda、mircode等10中工具对差异表达的miRNA的靶基因进行预测,再通过Network Analyst 3.0和STRING进行蛋白质-蛋白质相互作用（protein-protein interaction,PPI）网络分析和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）分析。此外,收集6例鼻咽癌患者和6例正常健康人的石蜡组织样本,对模型中miRNA的表达进行验证,验证该模型在患者人群中的预后评估效能。结果1.本研究基于GSE32960数据集共筛选出160个差异表达的miRNA,经过单因素Cox回归分析后,得到11个miRNA（P<0.05）;2.从LASSO回归分析及逐步回归中得到的5个miRNA,构建基于5个miRNA的鼻咽癌预后风险模型。通过ROC曲线和K-M生存分析,证明miRNA预后模型在不同的数据集中均具有良好的预测效能,其中高风险组较低风险组的预后差（P<0.05）;3.根据单因素及多因素Cox回归分析结果表明该模型可作为独立预后因素,并将年龄、N分期、转移、复发、风险得分构建列线图模型,证明该方法具有良好的预测性能。DCA图结果显示诺模图及预后风险模型具有良好的预测效果;4.对5个miRNA的靶基因进行预测,共得到13个靶基因,对其进行PPI功能分析和KEGG通路富集分析,得到2个子网络。5.验证实验结果显示NPC组的hsa-let-7e-5p和hsa-miR-93-3p的表达量高于正常对照组,表现为表达上调,具有组织差异性。表明该模型具有一定预测价值。结论基于GEO数据库构建由5个miRNA组成的预后风险模型,能较好预测鼻咽癌患者的生存预后,对鼻咽癌患者预后的评估和高风险群体筛查有一定的参考价值,以便指导制定个体化治疗方案。