随着肿瘤诊断技术的不断进步，从尿液中寻找肿瘤标志物已成为肿瘤研究领域的热点。然而长期以来从尿液中寻找肿瘤标志物的工作一直难以获得实质性的突破，究其原因主要是因为尿液的蛋白含量较低，且易受多种因素影响。此外，现有的蛋白质组学技术检测的蛋白范围较小，容易造成一些量度较低的蛋白漏检。为了弥补传统实验对尿液标志物检测的局限性，我们使用SVM与递归特征筛选法(Recursive Feature Elimination，RFE)相结合的SVM-RFE方法建立入尿蛋白预测模型。并运用该模型对基因芯片实验所得715条基因（Foldchange≥2）编码的蛋白进行预测分析。通过查找文献、比较基因差异幅度以及功能富集分析，最终得到71个潜在胃癌尿液肿瘤标志物，有效降低了标志物找寻的范围。运用抗体芯片和western blot对预测出的潜在尿液肿瘤标志物进行了部分验证。对内皮脂肪酶(Endothelial Lipase，EL)蛋白的检测发现，胃癌患者尿液中EL表达量明显低于健康体检者，可作为潜在的胃癌标志物对高危人群进行筛查。本实验中的结果在一定程度上提示，基于SVM预测胃癌尿液肿瘤标志物的方法真实可靠，为挖掘潜在的胃癌尿液肿瘤标记物提供了一个有效的新途径。