Anoikis es un tipo distinto de muerte celular programada y un mecanismo único para el progreso tumoral. Sin embargo, su función exacta en el cáncer gástrico (GC) sigue siendo desconocida. Este estudio tiene como objetivo investigar la función de ar-lncRNA (lncRNA relacionado con anoikis) en el pronóstico del GC y su infiltración inmunológica. Los ar-lncRNAs se derivaron de datos de secuenciación de ARN e información clínica asociada obtenida de The Cancer Genome Atlas. Se utilizaron análisis de correlación de Pearson, cribado diferencial, LASSO y regresión de Cox para identificar los ar-lncRNAs típicos con significado pronóstico, y se construyó el modelo de riesgo correspondiente, respectivamente. Se emplearon métodos integrales para evaluar las características clínicas del modelo de predicción, asegurando la precisión de los resultados de predicción. Se realizó un análisis adicional sobre la relación entre el microambiente inmunológico y las características de riesgo, y se realizaron predicciones de sensibilidad sobre medicamentos anticancerígenos. Se construyó un modelo de riesgo según siete ar-lncRNAs seleccionados. El modelo fue validado y las gráficas de calibración fueron altamente consistentes en la validación de las predicciones del nomograma. Los análisis adicionales revelaron la gran precisión del modelo y su capacidad para servir como un factor pronóstico independiente de GC. Posteriormente, descubrimos que los grupos de alto riesgo muestran un enriquecimiento significativo en vías relacionadas con tumores y el sistema inmunológico. Además, en los inmunoensayos de tumores, se observaron variaciones notables en los infiltrados inmunes y los puntos de control entre diferentes grupos de riesgo. Este estudio propone, por primera vez, que las firmas pronósticas de ar-lncRNA pueden establecerse en GC. Estas firmas predicen con precisión el pronóstico de GC y ofrecen biomarcadores potenciales, sugiriendo nuevas vías para la investigación básica, la predicción del pronóstico y el diagnóstico y tratamiento personalizado del GC.