背景乳腺癌(breast cancer,PC)目前在全球范围内仍旧是一种发病率极高的恶性肿瘤,虽然近年以来乳腺肿瘤的治疗已经有了长足发展,致死率较之前已有显著改善,但大多数乳腺癌患者在确诊时已经处于中晚期,晚期患者常规放化疗后五年生存率仍普遍较低,因此,发现新的标记物对于乳腺癌的早期诊断及预后评估格外重要。生物信息学是一门随着计算机科学的迅猛发展而诞生的和生命科学相结合形成的新学科,肿瘤生物学研究面临的一个重要问题就是样本量不足,但是通过合理的整合这些公共数据,利用多数据源分析的方法能够增加统计效能从而提高研究准确性。本研究中利用生物信息学工具及方法与海量的网络数据库数据中所提取的乳腺癌高通量基因测序结果进行检索和归纳后进行分析,挖掘与乳腺癌发病相关的潜在关键基因,为乳腺癌的发病机制的研究及靶向药物的研发提供新思路目的利用生物信息学方法及网页统计工具筛选与乳腺癌的发病相关的枢纽基因(Hub gene),并且联合TCGA数据库等多数据库比对验证其表达,并进一步分析其生物学功能及和预后的相关性,为发现新的生物学标记物提供理论基础。方法从GEO数据库中下载得到2个表达谱芯片数据集,利用R软件比对从GEO数据库中选取的数据集中的正常组织与乳腺癌组织的差异表达基因(differentially expressed genes,DEG),使用DAVID在线数据库对差异基因进行GO功能富集分析和通路注释,后使用网页工具STRING和Cytoscape软件构建蛋白互作网络(PPI)并用其筛选出Hub基因,根据TCGA数据库中的数据及HPA数据库中免疫组化结果再次验证Hub基因的蛋白质表达。最终利用TCGA数据中临床数据对筛选出的Hub基因进行进一步分析和验证。结果共选取出127个DEGs(差异表达基因),其中有36个表达上调,91个表达下调,之后使用cytoscape软件再次筛选得出AURKA CDK1 PCNA等十个确定为HUB基因,且均与TCGA数据库中数据相符,Kaplan-Meier生存分析log-rank法分析验证显示除CDK1 SMC4,其他基因的差异表达均与乳腺癌患者的总体生存率(OS)相关;结论最后筛选出的Hub基因与乳腺癌的发生及预后有密切关系,可进一步探究验证作为乳腺癌的潜在的预测指标和治疗靶点。