第一部分N-myc相关的神经母细胞瘤预后分子标志物的鉴定及预后模型构建方法:从UCSC Xena肿瘤数据库和四个GEO数据集中下载900个神经母细胞瘤样品的基因表达谱,使用生物信息学分析潜在的分子标志物并构建预后模型。收集重庆医科大学附属儿童医院的神经母细胞瘤组织样本,使用RT-PCR检测N-myc相关基因的差异表达。结果:最终鉴定出四个潜在的预后基因（AKR1C1,CHD5,PDE4DIP和PRKACB）,并制作了风险评分公式。在UCSC Xena数据集的验证中,风险评分能有效的区分高风险组和低风险组。此外,还绘制了包括风险评分和临床因素在内的诺谟图。最后通过RT-PCR在临床组织中验证了模型中四个基因的差异表达。结论:这些N-myc相关的预后基因制作的风险评分和诺谟图为神经母细胞瘤提供了一种新的预后模型。第二部分探索与高危神经母细胞瘤免疫相关的预后基因及预后模型方法:通过生物信息学分析,探讨高危神经母细胞瘤患儿免疫相关基因的异常表达。进行了COX回归和LASSO分析,以鉴定与免疫和总生存（OS）相关的mRNA。风险评分的准确性通过K-M分析和ROC曲线分析进行评估,该分析用于结合其他临床特征构建诺谟图。RT-PCR检测我们结果的准确性。结果:在两个数据集的高风险组和非高风险组之间共发现了127个共同的差异表达免疫基因。确定了四个与预后相关的免疫相关基因（IRG）,并建立了风险评分公式。K-M生存分析和ROC曲线表明,4-IRG风险评分具有令人满意的预测潜力,并且在外部数据集的验证中表现出一致性。随后,将风险评分与临床特征结合起来绘制诺模图。通过RT-PCR在29例神经母细胞瘤组织中验证了结果的可靠性。结论:这部分研究开发了一种多基因的风险评分方法,可以有效地将神经母细胞瘤患者分为预后较差或较好的高危和低危人群,并为高危人群绘制了诺谟图。此功能可以帮助选择需要更积极的辅助目标疗法或免疫疗法的高危患者。第三部分鉴定高危神经母细胞瘤潜在的miRNA-mRNA调控网络方法:从GEO数据库下载了GSE49710,GSE73517和GSE121513数据集。生物信息学鉴定高危患者和非高危患者之间的DEG和DEM,然后,将GO和KEGG分析应用于选定的DEG。使用STRING数据库和Cytoscape软件构建PPI网络,并对DEG进行模块化分析。TARGET数据集包含有关总生存期的信息,用于中心基因的预后分析。结果:从GSE49710和GSE73517中总共鉴定出了255个DEG,从GSE121513中鉴定出193个DEM。我们从PPI网络中鉴定了5个最重要的中心基因,在TARGET数据集中进行了预后分析,并且确定ADRB2可能会影响高危患者的生存状态。综合ADRB2在miRDB和miRSystem数据库的靶向预测、GSE121513数据集的差异分析以及预后分析,miR-30a-5p最终被确定为ADRB2的靶向miRNA。最后,使用RT-PCR验证了ADRB2和miR-30a-5p在高危神经母细胞瘤中的差异表达。结论:总的来说,这部分研究整合了公共数据库和临床样本,以鉴定ADRB2是良好的预后因素。ADRB2可能受miR-30a-5p调节,从而影响高危NB的生存时间。我们的研究可能成为改善高危NB诊断,优化化疗和预测预后的潜在点,也可能为高危NB的治疗提供潜在的治疗靶点。