心房颤动(简称房颤)是临床上最常见的心律失常疾病之一，并且具有很高的发病率和致死率。房颤的发生、发展涉及心房结构重构、心房电生理重构、收缩等一系列复杂的病理生理机制。房颤进一步可分为阵发性、持续性、永久性等其他类型，不同类型房颤的病理生理机制也不尽相同。近十年来国内外对房颤发病的分子生物学机制研究有了长足的进展，然而距离完全揭示其致病机理的差距还比较大。不断深入基础和临床研究，阐明房颤的发生和发展机制，把治疗房颤的最佳方案建立在对其发生/发展机制的充分理解之上是目前在心律失常领域中亟待解决的问题之一。本文针对永久性房颤和房颤伴瓣膜性心脏病的高通量表达数据进行挖掘和分析，识别两类疾病相关的新生物特征，为开展实验研究和改进房颤病理生理机制的理解提供理论依据和指导，主要研究内容如下：1．识别与分析永久性房颤的差异表达基因。采用非对称主成分分析算法(Asymmetric principal component analysis，APCA)算法，本文从永久性房颤疾病与对照组的基因表达数据中提取了51个永久性房颤相关的差异表达基因，再通过基因富集分析筛选与房颤病理因素相关的基因作为最终永久性房颤相关的特征基因。最后，我们筛选了32个房颤相关的新特征基因，为房颤的病理生理机制研究提供了新视线。2．预测房颤伴瓣膜性心脏病的miRNA生物标记。采用APCA算法，本文提取了52个房颤伴瓣膜性心脏病与对照组的差异表达miRNA，随后通过miR2Disease数据库的搜索发现15个miRNA与房颤的病因疾病相关。我们的研究结果为房颤的防治和房颤与其独立危险因素之间的纽带提供了新的潜在靶点，对深入理解房颤的分子机制有着重要意义。