乳腺癌是全球女性最常见的恶性疾病。随着诊疗手段的不断提高,原发性乳腺癌对患者的生命威胁已得到有效控制,相比之下,乳腺癌发生转移则会导致患者死亡,且成为首要原因。经研究发现,乳腺肿瘤细胞有向特定器官转移的倾向性,肺部是乳腺癌最常见的转移部位之一。我们希望能通过有限的生物标志物来识别具有高度肺转移风险的乳腺癌患者。经过对GEO数据库的全面检索,我们得到了符合研究标准的两个数据集:GSE5327和GSE2603。在训练集GSE5327中,我们通过单基因log-rank检验初步筛选出与乳腺癌肺转移相关的基因,并对这些基因进行GO生物功能和KEGG信号通路富集分析。通过一种稳健的基于似然函数的生存分析建模方法,我们确定了用于构建乳腺癌无肺转移生存列线图的最佳基因。在模型构建完成之后,我们在训练集GSE5327和验证集GSE2603中分别对该预测列线图的有效性进行了评估。通过初步的单因素生存分析,共有319个基因被认为与乳腺癌的肺转移有关。同时,这些基因所富集的GO生物功能和KEGG信号通路也得到确认。通过rbsurv算法,我们选择了其中6个最优基因来构建乳腺癌无肺转移生存列线图:GOLGB1,TMEM158,CXCL8,MCM5,HIF1AN和TSPAN31。通过内部数据验证和外部独立数据验证,证实了该预测列线图在预测乳腺癌患者肺转移风险方面的有效性;与此同时,验证了这些基因与乳腺癌的骨转移无关,仅具有肺转移特异性;而且我们还发现,其中5个基因在TIMER数据库中被发现在多种肿瘤中具有异常表达。在本研究中,我们对公共数据库进行数据挖掘,通过生物信息学方法和数学建模构建了一种基于6个基因的乳腺癌无肺转移生存期的预测列线图。该模型可以方便地被应用于临床实践,对临床乳腺癌患者肺转移风险的预测具有实用价值。此外,这6个基因都可以作为潜在的乳腺癌肺转移治疗的生物标志物。同时,这一列线图的构建过程将为其他预测肿瘤向特定器官转移的研究提供良好的参考。