恶性肿瘤在世界范围内的发病率和死亡率越来越高,给患者本人以及社会都造成了极其严重的影响。癌症驱动基因的突变对肿瘤的形成和发展起到极其重要的作用。驱动基因的预测在对疾病的理论研究和患者的临床诊疗方面都有重要的意义。但由于疾病自身的复杂性,还有现阶段对疾病的实验手段和计算方法的限制,所以对于驱动基因的准确预测仍然是个难题。本文基于ME互斥算法将肺癌的基因表达数据和基因本体论即GO功能注释结合,来预测肺癌样本中发生突变的驱动基因。我们首先建立模型,通过三倍差异识别肿瘤样本的基因表达谱数据中的差异表达基因,再以所得的差异表达基因为基础,依据GO功能注释找到功能一致的基因和肿瘤的集合,构建了肺癌相关基因的差异表达子集,接下来用超几何分布计算突变基因和拷贝数变异基因与所选肿瘤的相关系数,最后应用ME算法选择相关系数最小的,即在肿瘤和正常样本下显著差异的,且覆盖肿瘤数最多的基因作为结果。最终我们的模型得出了与肺癌发生和发展密切相关的驱动基因的预测集。我们把结果与已发表的生物实验结果进行比较分析,发现有些基因是已知的癌症驱动基因,并且我们发现我们得到的预测集中有大量基因已经被证实与相应的癌症类型有密切的相关性且对于癌症的发生和发展起到重要的推动作用。所以我们的研究对于以后的疾病模型的建立和疾病的治疗等都具有重要的意义,并且能够对以后研究肺癌的疾病机制和后续治疗提供科学有效的方法。