背景与目的：食管癌是一种致死性的恶性肿瘤，其中食管鳞癌占了食管癌的绝大部分肿瘤病理组织学类型，且发现的时候大部分病人已处于晚期，缺乏有效的治疗，导致预后极差。中国是世界上食管癌发病率最高的国家，而且食管鳞癌占了全部病例的90％。各种信号通路控制着肿瘤细胞的各种活动特性，并且关键基因总是参与到这些通路中。随着基因芯片技术的应用，有关食管鳞癌的基因表达谱不断增多；同时生物学功能数据库也在不断完善，我们对食管鳞癌在分子层面改变的认识进一步加深，但临床实践所用的诊断标志物并没有明显的发展。本文拟在食管鳞癌分子层面改变的基础上寻找潜在的诊断标志物，或许可推动标志物在临床上的应用。此外，同一种肿瘤通常存在不同的亚型，不同的亚型通常有不同的治疗方案和预后，探索食管鳞癌的不同亚型同样具有重要意义。　　材料与方法：本文从NCBI中的GEO数据库获取食管鳞癌的基因表达谱数据，限定平台为Affymetrix U133系列的平台。将满足条件的数据集分成两部分，用于训练分类模型和探索亚型的数据集称为训练集，用于验证结果的称为验证集。第一部分，寻找潜在诊断标志物时，将所有数据集独立标准化后，使用DWD法合并训练集数据，之后求取正常与癌症组织的差异表达的探针。使用DAVID对差异表达的探针进行注释并进行KEGG通路富集分析，对富集到KEGG通路的基因使用Boruta特征选择算法选取特征基因并使用Z值对其重要性进行排序，使用IFS方法构建logistic回归模型，使用十倍交叉验证对样本的分类能力进行预测，当预测能力第一次达到最大时，确定纳入模型的基因个数。使用已建立的模型对标准化后的验证数据集进行预测，验证模型的外部性能，最终确定潜在的诊断基因。第二部分，探索食管鳞癌亚型时，在训练数据集中提取癌症样本，然后对其进行一致性聚类分析，根据聚类结果确定可信的聚类数目。然后使用相同的基因对验证数据集进行一致性聚类分析，验证聚类数目。　　结果：共纳入5个符合条件的数据集，共96个食管鳞癌组织样本和106个正常组织样本。第一部分，共得到2861个探针呈差异表达，1079个探针对应803个基因被富集到KEGG通路；Bortua算法共产生73个具有对样本进行分类能力的特征基因，IFS方法构建的logistic回归模型共有两个基因，属于上调的基因，mcm2和cks1b,对样本的预测精度达0.96。两个基因构建的分类模型对验证数据集的预测精度分别为0.89和0.4，最终确定两个潜在的诊断基因。第二部分，根据一致性聚类结果，可以看到样本被分成了两类，求取两类的差异表达基因368个再次进行聚类，可以清晰的看到样本被分成了两类，类与类之间没有重合。使用368个基因在验证集中进行一致性聚类，同样可以看到样本可以被分成两类，但类与类之间有些许重合。　　结论：（1）本文共发现两个潜在的食管鳞癌诊断基因，但诊断范围局限于组织。（2）不同的特征基因选择方法得到的潜在诊断基因不同。（3）临床上进一步验证组织标志物及其对应的血液标志物面临挑战。（4）食管鳞癌的内在亚型可能有两类。