目的 采用生物信息学方法，运用两个数据库筛选胶质母细胞瘤(GBM)患者差异表达的泛素化相关长链非编码RNA(lncRNA)并构建预后风险评估模型。方法 从癌症基因组图谱数据库和中国脑胶质瘤基因组图谱计划数据库下载GBM患者测序数据和对应的临床数据。应用Pearson相关分析筛选出两个数据库共有的泛素化相关lncRNA。进一步运用单因素Cox回归分析和最小绝对收缩和选择算子回归分析筛选与生存显著相关的泛素化相关lncRNA并构建预后模型；对模型预测的有效性进行内部队列和外部队列验证，并对模型高、低风险组进行生存分析、基因功能富集分析、免疫微环境分析以及药物反应预测。结果 两个数据库筛选出共有的泛素化相关lncRNA 409个，经过严格筛选，最终分析出9个与GBM预后显著相关的关键泛素化相关lncRNA,并构建预后风险评分模型。所有患者依据预后风险评分被分为高、低风险组。生存曲线显示，在训练队列、测试队列以及外部队列中高风险组总生存期均显著低于低风险组(P<0.05);受试者工作特征曲线显示，该模型对患者1、3、5年的总生存期具有较好的预测价值(P<0.05);风险模型中高风险和低风险组的免疫相关通路以及免疫微环境有明显差异，且高风险组患者对药物治疗的应答水平更低(P<0.05)。结论 本文利用公共数据库成功构建GBM泛素化相关lncRNA的预后风险评估模型。随后通过不同队列进行效能验证，结果显示该模型对GBM预后情况均有较好的预测价值，且可能与免疫微环境密切相关。这有助于确定GBM患者的预后生物标志物并对未来治疗GBM提供新的思路。