乳腺癌是一种十分常见的疾病,对人类健康有巨大威胁。随着乳腺癌治疗手段的发展,加大了对乳腺癌分子机制研究的需求,其中生物标志物的研究成为了热点。生物标志物是一种能够监测病理过程和担任治疗靶标的分子,乳腺癌中相关的基因和蛋白都有可能作为潜在的生物标志物。近年来,高通量测序技术以及加权基因共表达网络等数据分析方法的发展,使我们能够从全局角度分析和理解乳腺癌中复杂的基因间作用,从中挖掘乳腺癌潜在生物标志物。我们从TCGA中获取乳腺癌的基因表达数据和临床数据,并根据临床分期信息将乳腺癌基因表达数据划分为癌旁样本和癌症4个阶段（Ⅰ-Ⅳ）样本。我们利用WGCNA对各个阶段的表达数据进行加权基因共表达网络的构建和共表达模块的挖掘,使用基因表达差异分析筛选各阶段的差异基因,并利用差异基因对共表达模块进行筛选。对得到的共表达模块进行KEGG富集分析,发现这些模块可能与乳腺癌相关。在共表达模块中,我们利用基因与性状的相关性和基因在共表达模块中的地位来挖掘核心基因,并通过核心基因构建支持向量机对乳腺癌样本进行分类预测,验证核心基因的重要性,进而将核心基因认定为乳腺癌潜在生物标志物。我们对核心基因进行基因分布信息分析、GO富集分析和生存分析,并结合已有研究对期进行验证。经过上述分析过程,我们在乳腺癌各阶段分别挖掘到13、9、13、16个可能与乳腺癌相关且具有特定功能的共表达模块,并挖掘到251个潜在生物标志物（来自各个阶段）。对其进行分析发现,这些基因主要在细胞外基质中发挥作用;包含135个非差异基因;42个基因的不同表达水平对乳腺癌病人生存有显著影响;且基因在功能作用上也体现出阶段性。通过结合已有研究证明挖掘到的基因具有参考作用。我们使用未经差异基因筛选的基因表达数据进行共表达网络构建,通过将差异基因映射到共表达模块对共表达模块进行筛选,使非差异基因能够保留。以分阶段形式对基因表达数据进行分析,得到的核心基因（乳腺癌潜在生物标志物）具有阶段特性。结合阶段特性对核心基因进行分析,从而理解基因在不同阶段的表达特点。最终挖掘得到了251个乳腺癌潜在生物标志物,可为乳腺癌疾病发展的机制研究提供帮助,为进一步诊断和治疗研究提供新的思路和方向。