恶性肿瘤是人类健康的杀手之一,目前恶性肿瘤的死亡率仍旧很高。三阴性乳腺癌、结肠腺癌、卵巢癌和多形性胶质母细胞瘤是四种常见的恶性肿瘤。这四种恶性肿瘤都存在难治愈,易复发等特点,它们在早期诊断、治疗和预后中面临重大挑战。目前这四种恶性肿瘤发生的相关基因和分子机制仍存在大量未知,因此,对这些恶性肿瘤相关基因的研究对于肿瘤的治疗具有重要意义。本研究中的基因表达谱数据来源于NCBI的数据库GEO。使用最大相关最小冗余（maximal relevance and minimal redundancy,m RMR）方法选取与恶性肿瘤相关性较大的基因,然后在蛋白-蛋白相互作用（protein-protein interaction,PPI）网络中通过最短路径的方法识别出恶性肿瘤的特异性基因。最终为每种恶性肿瘤筛选出20个基因作为潜在的特异性基因。其中,一些基因（例如EGFR、EP300、PPP2CA和CBL等）已有文献报道与这四种恶性肿瘤存在直接相关,这表明本研究所使用的计算方法的有效性。然而,其他一些基因（如DPM1、PPP1CB、SNCA和HCFC1等）目前尚很少有文献报道与这四种恶性肿瘤有关。从分析中可以预期,这些尚未报道的相关基因可能是与四种肿瘤相关的新基因,为未来的实验生物学验证提供了理论基础和实验方向。然后对上述这些潜在特异性基因进行GO（Gene Ontology）富集分析和KEGG（Kyoto Encyclopedia of Genes and Genomes）富集分析,通过对比来探究不同恶性肿瘤在基因和分子水平上存在的异同。发现四种恶性肿瘤在生物学上存在一定的相似性,核转运在四种恶性肿瘤的生物学过程中都起到重要作用,并且四种恶性肿瘤的转运都和黏附分子有关。同时这些恶性肿瘤之间也存在一些差异,例如,大肠杆菌对结肠癌的发病可能具有重要影响,细胞核中DNA含量是影响卵巢癌预后的重要因素,磷脂酰肌醇在三阴性乳腺癌的发展中起重要作用等。此外,本研究还使用上述筛选出的四种恶性肿瘤的潜在特异性基因作为特征,建立了基于支持向量机的模型,根据特异性基因的表达情况来预测每种恶性肿瘤是否发病,预测准确率达到97%以上。表明该模型可以有效预测这四种类型的恶性肿瘤,模型的有效也侧面证实了所筛选的潜在特异性基因与这四种肿瘤的高度相关性,为今后新基因发现和实验验证提供了理论基础。