随着高通量测序技术的飞速发展,大规模多类型的组学数据不断更新,生命科学领域积累了大量的相互关联的多组学数据,如基因表达数据、micro RNA表达数据等。癌症作为一种异质性很强的复杂疾病,不同亚型的癌症其发生与发展的生物机制存在差异,癌症的不同类型和不同组学的数据为研究者提供了多种角度,有助于对癌症发生发展的复杂生物过程进行全面研究。因此,如何集成多种类型和组学的癌症数据,从中挖掘出亚型相关的生物分子模块和生物过程,为精确医疗提供指导,是计算生物学科现在面临的挑战。非负矩阵分解(NMF)方法将非负的输入矩阵分解为子矩阵相乘的形式,使输入矩阵分解后的所有分量均为非负值,可以实现维数约减,由于数据的非负性和累加性,该方法可以为结构化的数据提供解释,是一种有效地从整体信息中挖掘出局部信息的方法。其变体已广泛应用于多个领域如模式识别、信号处理、生物信息学等。非负矩阵分解已被拓展到多个输入矩阵的同时分解,是一种集成生物数据的有效模型。本文针对癌症组学数据多类型、高噪声、部分样本分型信息已知等特点,为了挖掘组学数据中的潜在结构,揭示癌症亚型相关的生物分子模块和生物过程,在NMF模型的基础上加入权重约束项以衡量不同输入矩阵在分解中的权重,加入监督约束项以保留已知的样本分型信息,提出一种带权的半监督联合非负矩阵分解模型,并给出求解的迭代过程。首先在人工生成的模拟数据上验证,比较加入约束和不加入约束的分解效果,证明本文提出的权重项约束和监督项约束是具有意义的。然后在真实的癌症多组学数据上应用,分别在TCGA的乳腺癌的多组学数据和单细胞测序的胶质瘤多组学数据中运行本算法,挖掘亚型特异的分子模块和生物过程,通过功能富集和文献验证,证明算法挖掘的模块是具有生物意义的,有助于揭示癌症亚型发生和发展的生物机制。此外本文还利用分解得到的样本低维矩阵中对未知亚型样本标签进行预测并使用临床信息证明其有效性,利用模块中的分子作为特征进行单细胞聚类并证明可以提高单细胞聚类的效果。以上实验表明了本文提出的算法是一种从癌症组学数据中提取具有显著生物意义的亚型特异模式的有效工具。