目的:通过生物信息学分析基因表达谱,获取肺腺癌相关基因及信号通路。方法:从GEO数据库下载GSE40791、GSE68571、GSE43458和GSE18842表达数据,将4个微阵列数据集整合获得肺腺癌相关差异表达基因,利用STRING数据库为差异表达基因构建肺腺癌蛋白-蛋白互相作用网络,并挖掘肺腺癌网络中基因模块及关键基因。通过DAVID对各基因模块进行基因富集分析,发掘基因模块在肺腺癌细胞中所执行的调控功能及模块中关键基因与患者的预后关系。结果:初步筛查获得肺腺癌相关37个上调基因、120个下调基因,并成功构建蛋白-蛋白相互作用网络,通过MCODE算法在蛋白-蛋白相互作用网络中构建基因模块以及计算关键基因(KIF14,SEPP1,SPP1,RBP4),最终获得的4个模块分别参与细胞周期、血凝变化、细胞黏附和细胞代谢的调控。经验证4个关键基因在肺腺癌和正常组织中有明显表达差异(P<0.05)。生存分析显示KIF14的表达对肺腺癌的预后有显著影响(P<0.01),SEPP1、SPP1对患者生存率有显著影响(P<0.05),RBP4对患者的生存率影响无统计学意义(P>0.05)。结论:通过生物信息方法分析肺腺癌和癌旁正常组织的差异基因表达,最终筛选出3个差异表达非常显著且对患者预后影响明显的基因,对肺腺癌的诊断和预后治疗提供了新思路,提高肺腺癌机制的研究效率。