目的 基于蛋白质组学和转录组学筛选肺腺癌预后生物标志物并构建预后模型。方法 从TCGA公共数据库下载肺腺癌的蛋白质组学、转录组学及患者临床特征数据。按照7∶3比例将数据集分成训练组和验证组。根据患者临床生存时间、生存状态和蛋白表达数据，在训练集中进行蛋白表达单因素预后分析。采用Lasso-step Cox方法，构建肺腺癌患者预后模型，并计算风险分数。根据风险分数中位数将患者分为高风险组和低风险组，并分析2组预后情况。构建预后列线图模型和校准曲线，对该模型进行临床分组验证和相关性分析。基于HPA数据库分析模型蛋白表达情况，并对风险蛋白进行富集分析。选取20例初诊肺腺癌患者进行免疫组化和临床特征分析。结果 本研究筛选出5个与预后相关的蛋白，构建了风险蛋白模型。风险分数对肺腺癌患者的预后具有预测作用。该风险模型展现出较强且独立的预后预测能力。列线图模型在预测个体预后方面表现出较高的准确性。此外，风险模型及其计算出的风险分数与临床分期特征之间存在内在联系。HPA数据库分析表明，CD38、CD49B、ADAR1和cdc25C4在肺腺癌组织中显著高表达。20例临床标本验证了初诊肺腺癌远处转移患者的CD49B呈高表达，且对治疗较敏感。结论 蛋白质组学和转录组学联合分析肺腺癌预后标志物的结果较可靠。CD49B在肺腺癌中发挥重要作用，基于该基因构建的预后预测模型有望为临床治疗肺腺癌提供重要参考。