白血病是一种常见的恶性肿瘤,具有多种亚型。近年来,在死亡率较高的同时,其发病率呈逐渐上升趋势。国内外一直努力寻找用于白血病早期诊断的分子生物标志物,但由于白血病的异质性和复杂性,它的发生发展与分子以及分子模块之间的相互作用密切相关。因此,目前普遍使用的单个分子标志物具有一定的局限性。研究表明,基于网络的组合标志物相比于单个标志物具有更高的鲁棒性,对于具有差异性的不同个体有更好的适应能力。在本文中,我们整合蛋白质相互作用网络和基因表达数据,在系统层面上对白血病的关键基因进行模块化分析,构建可以为诊断白血病提供依据的网络生物标志物。首先,我们选择蛋白质相互作用网络数据库PINA和数据库GeneGo中白血病相关基因,重建白血病特异性蛋白质相互作用网络。接下来,进一步整合六组不同的基因表达数据,将不同实验组的基因的显著性统计值(p-value)映射到网络的对应结点上,分别对具有不同权重的六组网络进行模块化分析,寻找白血病相关的网络生物标志物。经过迭代筛选与合并,最终得到一个包含97个基因和399条映射关系的网络标志物。最后,我们对得到的网络标志物进行性能评估。信号转导通路富集分析结果显示,该网络标志物中的基因主要富集在白血病等癌症相关通路上,表明除白血病外,它与多种癌症发生的机理机制都有很大的关联。基于ROC感受性曲线的性能评估结果表明,该网络标志物相比于单个标志物可以更加有效的区分不同亚型白血病的疾病样本和正常样本,说明其可以为白血病的临床诊断提供一个有效方法,也有助于进一步了解探究不同亚型白血病发病发展的机理机制。本课题基于系统思维,为白血病的临床诊断提供了新的方法,具有重要的理论和现实意义。