非小细胞肺癌(NSCLC)是一种对人类健康造成严重威胁的恶性肿瘤,主要包括两种病理组织学亚型,肺腺癌(AC)和肺鳞状细胞癌(SCC)。已经有研究证明,这两种疾病虽然都是肺癌的表现形式,但它们在基本的癌症发生机制以及肿瘤的生长、组织浸润等过程中均存在着根本的差异。然而,长期以来,人们却对不同的肺癌亚型采取了无差别的治疗手段,使得非小细胞肺癌的治疗效果差强人意。若想要对非小细胞肺癌的两种主要亚型采用不同的治疗策略,必须从分子水平上理解和区分它们的不同。而对两种疾病之间差异表达基因(DEGs)的识别以及深入的研究是必要的研究手段之一。在此次研究中,我们用两种不同的Meta分析方法分析四个微阵列实验的表达谱数据,识别两种不同类型的肺癌样本之间的差异表达基因。164个肺腺癌以及161个肺鳞状细胞癌早期样本组成了全部的样本集合。进行Meta分析之前,原始的基因表达数据被转换成两种形式,分别是基因表达的概率(POE)数据用以代表基因的差异表达概率,以及基因的条形码(barcode)数据,用以表示基因表达的状态(开/关)。研究结果表明,相对于使用POE数据进行的分析,使用barcode数据进行Meta分析不仅能更好地降低基因在不同实验间存在的异质性,还能得到更多的有效信息。两种Meta分析方法所识别的差异表达基因集合能够显著的重合(P=1.3?10-4),但使用barcode数据得到了更低的全局假阳性发现率(FDR)。因此,基于这一结果及其它我们所使用的评价Meta分析性能的指标,我们认为,将基因表达的原始数据转换为barcode的形式来进行Meta分析比转换为POE形式更具优越性。最后,我们对识别到的差异表达基因的功能进行了分析和讨论。结果表明,许多差异基因功能的改变以及其所参与的生物通路的异常都显示出与不同的非小细胞型肺癌亚型具有的密切相关性。