目的 利用子宫内膜癌（EC）的铁死iCCA intrahepatic cholangiocarcinoma亡相关长链非编码RNA(lnc RNA)，构建疾病预后模型，为EC提供治疗靶点。方法 TCGA中下载EC数据，Ferr Db数据库下载铁死亡基因。通过R软件将疾病数据与铁死亡基因取交集得到差异表达基因（DEGs），并对DEGs进行GO和KEGG富集分析。根据Pearson相关分析，得到的lnc RNA，通过Lasso-Cox构建模型，筛选用于构建模型的lnc RNA，计算风险评分，以中位数区分高、低风险组。利用Kaplan-Meier生存曲线、受试者操作特征（Erdafitinib体外ROC）、决策曲线分析法（DCA）曲线等评估模型的风险评分及临床特征，预测生存效果。应用TIMER、CIBERSORT等算法，对高、低风险组免疫细胞及功能进行分析。用R软件对两组lnc RNA进行免疫细胞、功能、检查点及m6A的相关m RNA差异表达分析。结果 248个铁死亡基因，与铁死亡相关lnc RNA有1 616个，80个DEGs。GO分析结果显示，DEGs主要参与氧化应激、调控基底质膜、有机阴离子跨膜转运蛋白活性等。KEEG结果显示，DEGs主要参与铁死亡、谷胱甘肽代谢通路等过程。单因素Cox回归分析初步筛选出45个与铁死亡相关的lnc RNA，经Lasso-Cox优化，最终确定14个lnc RNA用于构建预后模型。Kaplan-Meier生存曲线显示，低风险组生存状况优于高风险组（P<0.01）。ROC、DCA曲线显示：风险评分预测的生存效果优于传统临床特征；1、2、3年的AUC值分别为0.696、0.715、0.747。单因素、多因素Cox回归分析结果显示，模型风险评分是预测EC患者生存的独立影响因素[HR(95%CI)=1.105(1.081～1.129);HR(95%Chttps://www.selleck.cn/products/mk-4827.htmlI)=1.108(1.081～1.135)，均P<0.01]。高、低风险组免疫细胞分布热图显示，两组免疫细胞水平比较，差异有统计学意义（P<0.05）。免疫功能结果显示，高、低风险组APC共同刺激、CCR等比较，差异有统计学意义（P<0.05）；免疫检查点结果显示，高、低风险组PDCD-1、CTLA-4比较，差异有统计学意义（P<0.05）;m6A甲基化结果显示，高、低风险组YTHDF1、FTO比较，差异有统计学意义（P<0.05）。结论 14种铁死亡相关lnc RNA可能在EC的肿瘤免疫中发挥重要作用，为治疗疾病提供潜在靶点。