胃癌是人类最常见的恶性肿瘤,威胁着人类的生命健康,在各类肿瘤的发病率和死亡率中,胃癌占有8%,在世界癌症的死亡原因中,胃癌排名第二。早期胃癌没有明显的征兆,多数患者病痛就诊时已进入中晚期,因此早期胃癌的正确预测显得非常重要。随着基因微阵列技术的迅速发展,产生了大量与胃癌相关的基因表达谱数据,利用计算方法和一些统计工具,从这些基因表达数据中挖掘与胃癌相关的信息,从分子层次揭示胃癌发生的机理机制,可以为临床诊断提供新的诊断标记物,从而提高早期胃癌的诊断精度。本文研究内容主要分为以下两个部分:(1)分析22对早期胃癌组织和癌旁正常组织的miRNAs表达谱,利用配对T检验从中提取差异表达的miRNAs,然后利用受试者工作特征曲线(receiver operating characteristic curve,ROC)评估这些差异表达的miRNAs的分类能力。随后根据这些差异表达的miRNAs,利用相关阈值法,分别构建早期胃癌组织和正常组织的miRNAs相关连接网络,通过这两个miRNAs相关连接网络之间异同的比较,找出在早期胃癌中发挥重要作用的mi RNAs,通过对其靶基因的GO功能富集分析揭示早期胃癌发生发展的机理。(2)选择在Wnt/beta-catenin信号通路中与早期胃癌相关的基因,根据这些基因,利用动态贝叶斯网络模型中的G1DBN算法预测基因调控网络,分析这些基因间的相互作用,挖掘胃癌的生理病理机制。