本文首先阐述和分析了基因表达数据分析方法的研究现状、研究方法以及所存在的问题，并在此基础上，提出了一套系统的基因表达数据分析工作流程，并结合已有聚类方法实现了一种新的基因表达模拟数据生成算法，重点研究了差异表达基因识别算法及其在蛋白质相互作用网络中的子网识别应用技术。另外，结合多种类型的基因表达数据，通过有效的检验方法，验证了算法的有效性及可行性。本文的主要贡献和研究内容如下：(1)对微阵列技术和基因表达数据主要分析方法做了全面且系统的综述。(2)提出了一套系统的基因表达数据分析工作流程。(3)基于已有聚类方法和提出了一种新的基因表达模拟数据生成算法。(4)基于统计排名技术提出一种新的、简单而有效的差异表达基因识别算法MRP。算法能有效排除基因芯片数据预处理方法对差异表达基因分析算法计算结果的干扰，并且通过对矩阵整体排序计算，得到具有高准确度的统计排名结果。(5)针对差异表达基因识别算法计算结果中存在“假阳性”的问题，采用元分析技术并结合标准差检验方法提出了一个具有伪差异表达基因识别功能的差异表达基因识别算法RSDM。(6)将差异表达基因识别算法MRP与基于距离测定的蛋白质复合物识别方法相结合，进而提出一种新的基于PPI的蛋白质子网模块识别算法。本文在基因表达数据分析方面做出了具有理论意义和应用价值的研究工作。为差异表达基因识别、蛋白质子网识别研究提供了有意义的方法和手段，对生物学信息和医学的相关研究起到了一定的促进作用。