乳腺癌是女性中最常见癌症之一。全球每年约有210万新发病例,其中由于乳腺癌致死亡人数也有100多万人。由于区域文化、经济发展情况、医疗水平等多方面差异,在不同地区乳腺癌发生年龄、癌症诊断时期、患者生存情况等均出现巨大差异。中国有着世界五分之一的人口数,中国乳腺癌新发病例占全世界乳腺癌的12.2%,以及9.6%的死亡率。与此同时,在中国大多数乳腺癌患者初次发现时,癌症已经进入晚期状态。纵观全球随着医学技术、生物技术的不断发展,对乳腺癌患者治疗方式更加多元化,进而能极大延长乳腺癌患者的生存时间并减少患者的痛苦。目前应对乳腺癌治疗的主要方式有手术、化疗、放疗、激素治疗和靶向治疗等。尽管多种治疗方式给患者带来更多的希望,但是在近些年中新发病率和死亡率二者都存在逐年升高的趋势。甚至在面对乳腺癌患者发生转移的情况下,治疗变得更加困难,进而导致晚期乳腺癌患者生存率极低。因此,为提高乳腺癌患者的生存率,减少患者痛苦。急需在乳腺癌的生物预测诊断、分子层面上肿瘤发生机制、肿瘤转移机制等方面上有所突破,以便通过基因对乳腺癌进行精确的治疗。目前,经由FDA批准能够用于乳腺癌精准治疗的生物标志基因约有46个。其中包含BRCA1肿瘤抑制因子,参与细胞复制和DNA合成;BRCA2与BRCA1功能相似,这两基因的突变均被用于家族性遗传乳腺癌的诊断。对应治疗BRCA1/BRCA2突变可以通过PARP抑制剂进行治疗。ERBB2是一种酪氨酸激酶受体,高表达会增加乳腺癌复发风险。PIK3CA是PI3-kinase的催化亚基,基因突变后易导致乳腺癌的发生。CDH1编码钙粘蛋白,发生突变可能增加患乳腺癌的风险。但是此类靶向基因只能够对部分患者产生作用,因此对于寻找与乳腺癌相关新的标志性基因或靶向基因,将成为未来研究的关键。随着高通量测序技术的迅速发展,对测序技术产生巨大的变革。使得对物种的转录组、基因组进行更加全面、快速、细致的了解成为可能。生物医学中将二代测序技术与各种组学相互结合,不断对癌症进行研究,导致测序数据和组学数据出现爆发式增长,使得依靠生物信息学技术对癌症测序数据进行充分挖掘、解析,成为了癌症研究中最常见技术。同时对这些数据进行挖掘分析的算法,也成为了寻找与癌症相关关键基因的新方法。目前对乳腺癌数据挖掘主要是鉴定乳腺癌预后基因,使用加权共表达网络分析方法,选择GEO数据库中乳腺癌芯片数据作为原始数据,经计算方差对原始数据进行初步处理,WGCNA分析确定相关模块获得关键基因并进行验证。本次研究主要是挖掘寻找乳腺癌发生进展过程中的重要基因。在分析过程中主要使用WGCNA分析。该方法相比较其他数据挖掘方法（如聚类分析、回归分析、因子分析等）,能够更有效地将基因划分为高度相关的基因集群。构建更加符合生物学意义的无尺度关系网络,通过探索基因集群与病理信息之间的相关性,从而确定重要集群和集群中的关键基因（NCAPG\NCAPH）。因此本研究将该分析方法作为核心的分析方法。选用TCGA数据库中乳腺癌的RNA-seq数据作为原始数据,与前者芯片数据相比能够检测到基因数目更多,并且在高变化倍数的差异基因更加敏感。为使初筛数据更具有生物学意义,本研究使用DEseq2进行差异分析进行初筛后进行分析。对于分析获取的关键基因通过Cancer RNA-seq Nexus、The Human Protein Atlas、UALCAN等数据库对其进行多方面验证。并在细胞水平实验上,使用CRISPR-Cas9基因编辑技术获得Hub基因（NCAPG\NCAPH）缺失细胞。经由细胞划痕实验、细胞生长周期验证等,证实部分Hub基因缺失能够对细胞迁移和生长造成影响。最终通过验证的关键基因可能是乳腺癌发生过程中新的生物标志物、治疗靶点。