目的 基于生物信息学分析构建免疫相关基因脓毒症预后模型。方法 从GEO数据库下载脓毒症相关的基因表达矩阵，基于CIBERSORTx数据库分析脓毒症组和正常组的免疫细胞浸润差异，通过R包limma进行差异分析；对差异基因和免疫相关基因取交集，并进行生物功能富集分析；通过LASSO回归、多因素COX回归筛选免疫相关独立预后基因，并构建脓毒症预后风险模型，通过训练集和验证集利用预后相关基因构建脓毒症诊断模型。结果 脓毒症组与正常组间存在12种表达差异的免疫细胞，共发现245个差异表达的免疫相关基因；生物功能富集分析显示，245个基因主要富集在免疫和感染相关信号通路；LASSO回归和多因素COX回归显示，DEFA4、CAMP、CX3CR1和PRKCA可作为脓毒症的独立预后因素，其中DEFA4和CAMP在脓毒症组高表达，CX3CR1和PRKCA在正常组中高表达（P＜0.05）；基于DEFA4、CAMP、CX3CR1和PRKCA成功构建脓毒症风险预后模型，DEFA4、CAMP、CX3CR1在训练集和验证集中的ROC曲线下面积（AUC）均＞0.750,PRKCA在训练集中的AUC为0.893，在验证集中为0.673。结论 基于DEFA4、CAMP、CX3CR1和PRKCA构建的风险预后模型具有良好的预测能力，同时DEFA4、CAMP、CX3CR1和PRKCA也具备脓毒症诊断能力，可能成为脓毒症新的生物标志物和靶点。