目的:在泌尿系统肿瘤当中,膀胱癌是全世界较为常见的,而且与其他泌尿系统肿瘤相比,膀胱癌的发病率和死亡率均比较高。原癌基因和抑癌基因、体细胞突变的积累被认为是BC发生、发展和转移的原因。虽然许多癌症相关基因和细胞通路已被证明与BC的发生和发展有关,但对BC的早期诊断、治疗和预后评估的准确性仍然很低。因此,研究BC的增殖、凋亡和侵袭等分子机制对诊断和治疗策略的进展至关重要。随着基因微阵列技术的发展,各种先进的基因表达评估技术以较低的成本被广泛应用于肿瘤研究。随着目前针对基因研究的深入,揭示了大量的基因表达谱及差异表达基因（DEGs）,为我们研究基因的调控网络奠定了丰富的信息基础。然而,独立研究报告的DEGS的比较分析似乎很少显示出实质性的重叠,也没有发现鉴别癌变和非癌变样本的可靠的生物标志物剖面。目前,由于采用生物信息学的方法,对微阵列技术产生的数据进行了分析,以确定收集到的尿路上皮细胞的基因表达变化,并从中发掘及寻找DEGs—即膀胱的癌变组织及正常组织之间的基因的差异表达。然而,DEGs的发掘,及DEGs间的相互作用,尤其是DEGs相互作用网络中的信号通路,仍需要我们进一步在临床工作及下一步实验中去证实。本研究使用生物信息学方法,利用生物信息学工具探索膀胱癌发生发展的潜在分子机制,并开发潜在的BC治疗靶点。这为实验的进一步研究提供新的方向,也为临床上对BC患者的诊疗提供新的理论基础。方法:本研究利用美国生物技术信息中心（National Center for Biotechnology,NCBI）的公共基因芯片表达谱数据库（GEO）中获取的膀胱癌相关基因芯片表达数据资料作为分析材料,利用GEO2R在线统计学分析软件进行对比分析,从大量的基因序列中筛选出BC及正常膀胱粘膜之间的显著差异表达基因,然后使用DAVID在线分析工具对上述DGES进行GO功能分析、KEGG通路富集分析。同时,我们通过把数据导入String、Cytoscape等生物信息学分析工具,根据基因间关系构建了差异基因的蛋白相互作用网络模型,根据蛋白质相互作用的密度,分析出关键的节点基因和信息通路。结果:运用生物信息学工具分析时设置筛选条件为|Log Fc|>1.5,adj.P.Val<0.01,共筛选出353个DGEs,并且基于差异度Log Fc的正负值得出上调差异表达基因（Upregulated DEGs）65个,下调差异表达基因（Downregulated DEGs）288个。基于SRING datebase对DGEs的蛋白质间的相互作用网络进行绘图,即PPI网络。发现这些基因编码的蛋白间的相互作用主要集中在TOP2A、DCN、KIF2C、KIF20A、CCNB2、AURKB、CDC20、CEP55关键节点基因上。最后,针对这些重要节点基因的功能及研究结果,我们进行相关文献查阅,发现这些基因中大部分都与膀胱癌发生和发展有关,还有一些基因无与BC没有明显关系的报道,但他们仍有较高的诊断及研究价值。结论:对BC及正常膀胱粘膜组织的DGEs进行生物信息学分析,对这些差异表达显著的DGEs进行文献挖掘,进一步了解DGSs相互作用信息和生物信息通路,为BC早期诊断及治疗靶点选择提供了新的线索,同时也可以为我们下一步针对BC的实验研究奠定理论基础及提供新的研究方向。