MiRNA是一类长度约为18-25个核苷酸的非编码的单链RNA分子.MiRNA广泛存在于真核细胞中.近年来,研究者发现miRNA参与生物体的多种生物学过程,如细胞周期、细胞发育、细胞增殖、基因表达等.在miRNA与癌症的关系不断深入的研究过程中,发现miRNA在癌症发生的过程中起到了重要的促进或抑制作用.本文是以胃癌的miRNA表达数据为研究对象展开后续的研究分析.胃癌是全球最常见的恶性肿瘤之一.在所有癌症中,胃癌的发病率排在第五位,死亡率排在第三位.胃癌的早期临床症状不明显,患者就医时已是中晚期,并且预后效果差,治疗难度大,死亡率高.迄今为止,对于胃癌还没有有效的治疗方法,胃癌晚期患者的5年生存率不足20%.我国又是胃癌的高发区,因此研究胃癌的致病机理有利于胃癌的预防、诊断以及治疗.许多研究结果表明,miRNA与胃癌的发生紧密相关.文章的第一部分,比较和分析了六种归一化方法对miRNA微阵列表达数据的影响.由于我们获取的miRNA微阵列表达数据存在量纲上的差异和系统误差,所以在研究miRNA与胃癌的关系之前我们需要对miRNA微阵列表达数据进行归一化处理.由于归一化方法有很多种,所以需要选取一个最佳的归一化方法,以确保后续分析结果的准确性.本研究涉及常见的六种归一化方法,即全局归一化、局部加权回归方法、分位数归一化、修正均值归一化、方差稳定归一化以及尺度归一化方法.我们选取K-S检验与均方误差作为衡量标准.我们用六种归一化方法分别对miRNA微阵列表达数据进行归一化处理,比较六种归一化方法对miRNA微阵列表达数据的影响.首先,采用MA图与箱线图来展示六种归一化方法对miRNA微阵列表达数据分布的影响.其次,使用K-S检验与均方误差两个衡量标准来分析六种归一化方法的优良性.最后,研究表明,就miRNA微阵列表达数据而言,局部加权回归方法和分位数归一化方法相对于其余四种方法效果较好,其中又以局部加权回归方法的效果最佳.文章的第二部分,基于加权基因共表达网络分析方法对miRNA表达数据功能模块的鉴定.本章使用The Cancer Genome Atlas(TCGA)数据库中胃癌的miRNA表达数据进行研究分析.利用加权基因共表达网络分析算法构建加权共表达网络,选出与胃癌显著相关的miRNA模块,并对miRNA模块进行基因本体富集分析与生物信息学通路分析.研究发现这个miRNA共表达模块参与的通路包括:β1整联蛋白细胞表面相互作用、ErbB受体信号网络、磷脂酰肌醇蛋白聚糖通路、蛋白多糖Syndecan介导的信号事件、肿瘤坏死因子相关凋亡诱导配体信号通路、整合素家族细胞表面的相互作用、内皮素、细胞膜雌激素受体信号、血管内皮生长因子及其血管内皮生长因子受体介导的信号网络、干扰素γ通路.为了与共表达模块的基因本体富集分析与生物学通路分析作对比,我们从获取的miRNA表达数据中筛选差异表达miRNA,并对其进行基因本体富集分析与生物学通路分析.结果表明,差异表达的miRNA参与的生物学通路主要包括:β1整联蛋白细胞表面相互作用、ErbB受体信号网络、磷脂酰肌醇蛋白聚糖通路、肿瘤坏死因子相关凋亡诱导配体信号通路、血管内皮生长因子及其血管内皮生长因子受体介导的信号网络、Syndecan-1-介导的信号事件、鞘氨醇1-磷酸通路、蛋白多糖Syndecan介导的信号事件以及细胞膜雌激素受体信号.综合比较上述两个生物学通路分析的结果,我们找到八个与胃癌相关的生物学通路,即β1整联蛋白细胞表面相互作用、ErbB受体信号网络、磷脂酰肌醇蛋白聚糖通路、肿瘤坏死因子相关凋亡诱导配体信号通路、血管内皮生长因子及其血管内皮生长因子受体介导的信号网络、内皮素、蛋白多糖Syndecan介导的信号事件以及细胞膜雌激素受体信号.这将为胃癌的临床诊断提供新的方向.