目的：基于单细胞测序数据筛选泛癌相关坏死性凋亡的生物标志物，阐明生物标志物对肿瘤的预后和免疫治疗的价值。方法：采用高通量基因表达数据库中下载的23种癌症的单细胞转录组测序数据，基于基因名片数据库中下载的坏死性凋亡基因集对单细胞数据打分，筛选差异表达基因。通过机器学习模型筛选差异基因得到泛癌相关坏死性凋亡的基因集。采用TCGA数据库下载的33种癌症的转录组数据和临床数据，利用基因集变异分析对基因集打分。基于GO、KEGG和GSEA分析基因集的功能和通路、使用COX分析、Kaplan-Meier分析和深度生存模型分析生物标志物的预后价值，并利用深度学习生存分析模型验证基因集预后效果。使用cBioPortal数据库分析免疫浸润相关性。结果：通过单细胞数据筛选出包含34个基因的生物标志物。基因集在大多数肿瘤中表达升高，在坏死性凋亡通路上高表达，并且在葡萄膜黑色素瘤、胰腺腺癌、间皮瘤等多种癌症中与较差的预后相关。基因集的评分与多种免疫细胞浸润相关，包括巨噬细胞、T细胞。结论：基因集在多种肿瘤中高表达，并于预后不良相关，且与免疫细胞密切相关。基因集可能作为一种生物标志物和免疫治疗效果的预测因子，成为有潜力的新的治疗靶点。