Las redes genéticas se han convertido en una herramienta poderosa para el examen exhaustivo de los patrones de expresión génica. Gracias a estas redes generadas mediante algoritmos de inferencia, es posible estudiar diferentes procesos biológicos e incluso identificar nuevos biomarcadores para enfermedades como el cáncer. Estos biomarcadores son esenciales para el descubrimiento de nuevos tratamientos para enfermedades genéticas como el cáncer. En este trabajo, introducimos un algoritmo para la inferencia de redes genéticas basado en un método de conjunto que mejora la robustez de los resultados al combinar dos pasos principales: primero, la evaluación de la relación entre pares de genes utilizando tres medidas diferentes de coexpresión y, posteriormente, una estrategia de votación. La utilidad de este enfoque se demostró al aplicarlo a un conjunto de datos humanos que abarca células estromales asociadas al cáncer de mama y de próstata. Se calcularon dos redes genéticas utilizando datos de microarreglos, una para el cáncer de mama y otra para el cáncer de próstata. Los resultados obtenidos revelaron, por un lado, comportamientos distintos de las células estromales en el cáncer de mama y de próstata y, por otro lado, una lista de biomarcadores potenciales para ambas enfermedades. En el caso del tumor de mama, se encontraron ST6GAL2, RIPOR3, COL5A1 y DEPDC7, y en el caso del tumor de próstata, los genes fueron GATA6-AS1, ARFGEF3, PRR15L y APBA2. Estos resultados demuestran la utilidad del método de conjunto en el campo del descubrimiento de biomarcadores.