本文的研究是基于基因表达数据,采用计算的方法进行肿瘤标志物的预测及其发生机理分析。具体工作如下:1.本文对乳腺癌相关的标志物进行了识别和分析。基于TCGA数据库乳腺癌的RNA-Seq表达数据,应用Wilcoxon符号秩检验识别差异表达基因;应用基于支持向量机的递归特征消除方法,识别乳腺癌及其分化度和分期的基因标志物;对识别出的基因标志物应用分泌入血液和尿液的蛋白预测方法,识别出乳腺癌及其分化度和分期的血液和尿液蛋白标志物;采用GEO数据库的乳腺癌基因表达数据对识别出的标志物进行验证,验证了识别出的标志物的可信性。2.本文对慢性炎症导致癌症发生的机理进行了分析。基于慢性炎症的基因表达数据,应用差异表达检验识别出各类炎症的差异表达基因,并进行pathway富集分析;基于免疫和组织修复相关细胞的基因表达数据,应用基于主成分回归为基础开发的去卷积分析工具,评估各类炎症中的细胞比例变化;基于缺氧的基因表达数据,开发了一个缺氧水平预测器,用来预测各类炎症的缺氧情况;基于基因表达数据,分析了各类炎症的氧化压力水平、铁离子代谢和线粒体功能;此外,分析了糖胺聚糖及其他细胞间质组分在易致癌的慢性炎症中的作用。综合以上的分析结果,应用相关性分析构建了慢性炎症导致癌症发生的可能的机理模型,为肿瘤学家研究免疫治疗提供了依据。