目的 开发一种基于免疫特征的预后预测模型，用于精准识别胃癌免疫敏感人群，以期改进联合免疫疗法并揭示肿瘤免疫交互作用的潜在分子特征。方法 使用单样本基因集富集分析(ssGSEA)对胃癌免疫景观进行定量评估，并将其划分为具有不同免疫浸润丰度的集群。利用最小绝对收缩和选择算法(LASSO)及Cox回归模型对候选基因进行逐步回归，以构建胃癌预后预测模型并进行外部验证。采用Kaplan-Meier分析、受试者工作特征(ROC)曲线、列线图、校准曲线等评估模型的预测能力。采用IMvigor210队列以及“oncoPredict”包预测免疫治疗应答及药物敏感性。结果 基于28个免疫相关基因集的免疫状态定量分析确定并验证了2个具有不同预后和免疫浸润模式的功能簇。识别和构建由6个免疫相关基因组成的特征风险模型，并将其划分为具有不同临床病理特征、预后和免疫背景的风险亚群。高风险亚群具有较差的预后，且伴有免疫抑制、高水平的静止细胞亚群浸润、低频基因突变和较低的免疫检查点分子表达，这些特征与免疫逃逸和预后不良密切相关。不同风险组之间的半最大抑制浓度(IC50)存在显著差异，这能够有效识别“热肿瘤”及免疫治疗敏感药物的筛选。结论 建立并验证基于免疫特征的新型风险模型，其在预测胃癌预后和指导临床肿瘤治疗方面显示出潜在的运用价值。