激光诱导荧光测序技术是应用最广泛的生物数据检测技术。从第一代激光诱导荧光测序技术发明至今经历了25年的时间,现在可以实现百万级像素传感器并行跟踪激光诱导的荧光进行测序。这项技术带动了多组学范围内的复杂疾病研究。转录组荧光测序技术的一项重要应用就是癌症样本分类标志物识别,分类标志物可以辅助临床诊断和个性化治疗。单分子分类标志物的再现性备受质疑,也很难阐述其功能层面和系统层面的生物学意义。生物学通路数据的不断丰富,为寻找整合型分类标志物提供了基础,基于通路基因功能富集和基于拓扑网络的分类方法应运而生。前者通过对特定基因集合的统计分析识别分类特征,方法具有明确的统计学意义,但是生物学解释性较差,因为它只考察基因集合中基因的数量关系,并不关注基因的具体测量值。后者将分类特征识别的研究置于更广泛的生物网络中,综合运用机器学习和统计分析的方法识别分类标志物,方法识别的分类标志物普遍具有更好的生物学解释性,但是这类研究多数以无向网络为基础,且不考虑局部通路失调的重要性,也很少考虑多种分子数据的整合。分类方法整体的研究重点聚焦在开发复杂的分类算法,而忽视了鲁棒的分类特征构建。针对上述问题,本文提出了以mi RNA介导的子通路为特征,构建机器学习为基础的分类标志物识别方法流程（mi DRW）和生存标志物识别方法流程（mi DRWSurv）,并对该流程识别的分子标志物进行了深入的研究,全文主要从四个方面进行阐述:1.基于KEGG通路数据库中的调控信息,通过化合物和酶等物质的融合技术,构建全局有向通路网络（GDPN）,并在网络中添加虚拟基因节点解决网络悬挂问题。提出了加权有向随机游走算法,为算法设置了具有生物学意义的参数。实验结果表明加权有向随机游走算法有效的增加了网络中hub基因的拓扑权重。2.提出mi RNA介导的子通路并构建了表征mi RNA介导的子通路活性的数学模型。一方面,模型设置了符合生物学调控机制的约束条件。另一方面,模型整合了mi RNA和m RNA的差异表达程度、m RNA的表达水平、mi RNA和m RNA的靶向关系,以及全局有向通路网络的拓扑信息来计算mi RNA介导的子通路活性。实验结果表明mi RNA介导的子通路活性具有区分样本模式的能力。3.提出了集成多种机器学习方法的分类方法流程,该流程采用统计学分析确定候选特征,再通过贪婪算法识别癌症特异性的失调子通路。实验结果表明该流程不依赖于具体的机器学习模型,经典的机器学习方法也可以识别鲁棒的分类特征。4.提出了生存加权自适应Lasso-Cox模型,并利用该模型识别了生存标志物,该方法使用Cox回归模型学习mi RNA介导的子通路活性值与样本生存时间之间的关系,并通过设置生存相关的自适应参数使方法快速识别预后生存相关的分类标志物。实验结果表明方法可以有效识别乳腺癌相关的生存标志物,标志物可以显著的将分开高风险和低风险样本。大规模实验证明,mi RNA介导的子通路作具有较强的鲁棒性和良好的生物学解释性。基于mi RNA介导的子通路构建的分类方法具有较好的范化能力和稳定的分类能力。