乳腺癌现如今已经成为世界上比较常见的癌症之一,无论在中国还是在世界的其他国家乳腺癌都是一个不可忽视的问题。浸润性乳腺癌作为致死率较高的一种乳腺癌类型,浸润性乳腺癌基因标志物的筛选,对于浸润性乳腺癌致病机理和靶向药物开发具有非常重要的作用。基因标志物的传统发掘方法主要依据生物实验、测序、定量PCR和荧光免疫原位杂交等,传统方法实验周期长、耗费大量的人力物力。随着生物信息学的飞速发展,应用数据分析进行筛选基因标志物成为了可能。相对于传统方法,应用数据分析进行基因标志物的筛选具有实验速度快、节约人力物力等优点。因此,本文主要基于聚类分析的方法进行浸润性乳腺癌基因标志物的筛选。通过构建加权基因共表达网络,在网络中应用不同的聚类方法将加权基因共表达网络聚类为不同的基因模块,并应用中心性的方法在基因模块中进行基因标志物的筛选。本文的研究工作主要分为两个部分。第一部分应用聚类分析的方法筛选与浸润性乳腺癌高度相关的基因模块。首先,将预处理后的浸润性乳腺癌数据和非浸润性乳腺癌数据分别进行加权基因共表达网络的构建。然后,应用K-均值聚类、层次聚类和最大期望聚类,分别对浸润性乳腺癌的加权基因共表达网络和非浸润性乳腺癌的加权基因共表达网络进行聚类分析。最后,通过富集分析得到每种聚类方法与浸润性乳腺癌高度相关的基因模块。第二部分是在聚类模块的基础上应用中心性方法在模块中进行浸润性乳腺癌基因标志物的筛选。首先,应用整合中心性的方法进行浸润性乳腺癌基因的筛选。然后,对筛选出的基因进行预后分析,通过预后分析来判断聚类效果。最后,将筛选出的基因进行验证,得到可以作为浸润性乳腺癌基因标志物的基因。通过预后分析对比得出K-均值的聚类效果要好于层次聚类和最大期望聚类,并通过K-均值聚类应用整合中心性的方法筛选出10个基因,分别为FN1、TGFB1、CXCL12、IL1B、TP53、CDH1、ACTB、CXCR4、SOX2和JUN。在这10个基因中,有6个基因FN1、CXCL12、TP53、CXCR4、SOX2和JUN已经被验证与浸润性乳腺癌有关,可以作为浸润性乳腺癌的基因标志物。对未被发现的4个基因ACTB、TGFB1、IL1B和CDH1进行有效性验证,发现ACTB和TGFB1基因是有效的,可以作为浸润性乳腺癌新的基因标志物。