在各种疾病中,癌症因其死亡率高和复发率高对人类健康造成了巨大的影响。食管癌(Esophageal Cancer,ESCA)和胃癌(Stomach Cancer,STAD)作为其中两类常见的消化道恶性肿瘤,预后都极差,因此理解食管癌和胃癌的分子机制是十分重要的。基因表达调控使细胞可以控制自身的结构和功能,是细胞分化、形态发生以及任何生物体的多功能性和适应性的基础。生物体内有多种调控模式,这些调控模式中包含了多类生物分子,microRNA(miRNA)和转录因子(Transcription Factor,TF)是其中两类重要的调控因子。特别地,由miRNA、转录因子和它们共同的靶标基因组成的前馈环(Feed-forward loop,FFL)是非常重要的调控模式,并被证明在复杂疾病的发生发展中具有关键作用,包括癌症。本文提出了一个基于基因调控网络的生物标记物预测框架,用来探究疾病的分子机制。该框架首先进行数据预处理,包括表达数据、调控关系数据等。然后结合差异表达生物分子、调控关系数据和表达数据,计算拥有调控关系的生物分子间的相似性,构建出疾病特异基因调控网络。接着从疾病特异基因调控网络中识别三种经典的三节点前馈环,得到疾病特异前馈环。其次,以疾病特异前馈环中的生物分子为基础,构建疾病特异基因共表达网络。最后在疾病特异基因共表达网络中运用带重启的随机游走预测方法,筛选得到候选分子的打分列表,得分越高的生物分子与特定疾病越相关。本文以提出的框架为基础从多方面分析食管癌和胃癌这两类疾病。本文识别出由148个三节点前馈环组成的食管癌特异前馈环以及由242个三节点前馈环组成的胃癌特异前馈环,分别对食管癌和胃癌特异前馈环中的基因和转录因子进行了富集分析,结果表明这些生物分子与疾病的发生发展有关。同时,不仅对两种疾病特异前馈环中的相同部分分析,而且也对这两种疾病特异前馈环富集结果的相同部分进行了分析,这两步分析表明食管癌胃癌相互关联。分析两个疾病特异基因共表达网络时,采用观察法,来获得构造食管癌和胃癌特异基因共表达网络的阈值。用留一交叉验证法评估预测方法,当重启概率从0.1逐步增加到0.9时,无论以食管癌相关数据为基础预测方法获得的AUC均值,还是以胃癌相关数据为基础预测方法获得的AUC均值均有所提升。最后通过预测方法以及筛选,得到了候选食管癌相关生物分子和候选胃癌相关生物分子的打分列表,对两个列表中得分Top 20的候选生物分子进行具体分析,发现其中有12个生物分子与食管癌相关,有13个生物分子与胃癌相关。并对这两个列表中排名接近且靠前的生物分子也进行了具体分析,发现这些生物分子的表达趋势相同,且基因KIT与食管癌胃癌均相关。多方面的分析表明本文提出的生物标记物预测框架能够有效地预测食管癌和胃癌相关的生物分子,并且证明了这两类疾病具有一定的相关性。通过上述框架,能够帮助研究人员制定食管癌和胃癌的诊断和治疗策略。