癌症的复发转移导致百分之九十的患者直接死亡。分析癌症复发转移的分子机制是肿瘤研究的重要领域,通过分子标志物研究,对于癌症的早期诊断、个体化治疗与预后判断等都具有极其重要的理论意义与应用价值。急性髓细胞白血病具有高度异质性且死亡率较高,通过整合转录组学数据,从系统生物学的角度发现决定癌症复发转移的分子标志物,对于改进癌症转移复发预测和提高预后预测的准确度具有重要意义。本研究有效地整合了多种转录组学数据,基于网络功能模块挖掘算法发现了GMI分子标志物。首先,通过收集861名AML患者和75名正常人群的转录组学数据确定差异表达基因。其次,基于miRWalk算法实现识别功能性miRNA-mRNA调控模块。然后,收集癌症基因组图谱的转录组学数据,在训练集中构建基于GMI分子标志物的随机生存森林预测模型,并对独立测试集进行测试。最后,基于单变量和多变量Cox比例风险回归分析对GMI分子标志物的有效性进行评价。在本研究中,我们将23个差异表达基因和16个互作靶向miRNA命名为GMI分子标志物,并基于构建的随机生存森林模型的评分系统将独立的患者群组分为总体存活率显著不同的两组。研究表明,GMI分子标志物与白血病转移复发密切相关。基于GMI分子标志物的构建的RSF预后模型能够有效预测白血病患者的预后。