肿瘤是世界上危及人类身体健康的主要疾病之一。肿瘤的早期发现，对其诊断和治疗都具有重要的意义。基因芯片技术的发展为肿瘤的早期预测，诊断以及预后带来了新的手段。但由于基因表达谱数据具有小样本、高维度的特点，这就给后期的数据分析提出了新的挑战。如何选择合适的方法进行肿瘤样本分类，根据海量的肿瘤基因表达谱数据选取尽量少的分类识别能力强的特征基因用于诊断，认识肿瘤产生和发展的机制并最终达到临床治疗的目的，是当前面临的关键性问题。偏最小二乘作为一种统计学方法，它不受变量分布形式、样本量小于变量数和变量间的多重共线性的影响，对于基因表达谱数据的处理有很强的优势。本文将研究的重点放在利用偏最小二乘方法高维的肿瘤基因表达谱数据进行降维、选择分类特征基因并且用于肿瘤分类，主要开展如下工作：　　 1．基于偏最小二乘算法降维框架进行了类Logistic分类方法的研究，选取分类效果较好的方法。类Logistic函数是任意一个定义在(-∞，+∞)，值域为[-1，+1]的递增且可逆的函数，它可以代替Logistic函数进行Logistic回归。偏最小二乘降维框架，包括三个方面：基因表达谱数据的预处理、特征基因预选取、偏最小二乘主成分提取以及主成分选择。偏最小二乘降维框架将特征预选取与偏最小二乘降维算法整合到一个框架中，这样便可以在一个统一的框架下，更准确、有效地选取分类性能较好的类Logistic函数，构建新的分粪模型。　　 2．将样条偏最小二乘算法应用于肝癌基因表达谱数据分析中，通过基因显著性分析算法进行特征基因的预选取，将偏最小二乘降维方法变化为样条偏最小二乘方法。针对高维小样本基因表达谱数据所显现的变量间严重共线性、类别变量与预测变量的非线性关系，采用了基于样条变换的偏最小二乘回归新技术。首先通过筛选法去除基因数据中的冗余信息，然后以三次B样条变换实现非线性基因数据的线性化重构，随后将重构的矩阵通过偏最小二乘法(PLS)构建类别变量与预测变量间的关系模型。最后，通过对肝癌肿瘤基因表达谱数据的分析，结果显示此分类模型对数据重构稳健，有效地解决了高维小样本基因表达谱数据问的过拟合和变量间的共线性，具有较高的拟合精度和预测正确率。　　 3．提出一种新的特征基因选择方法(PLS_Variabie Importance in Projection_Correlation Forward Floating Search: PLS_VIP_CFFS)，它是将偏最小二乘变量投影重要性指标与启发式前向浮动搜索结合。利用PLS_VIP_CFFS方法对胃癌、肺癌、白血病等4组基因表达谱数据集进行特征基因的选择，将选择结果与支持向量机，聚类分析和Logistic判别等分类方法结合对原数据集处理，考察特异性，敏感性及平均准确率等指标，并从生物学角度分析选取的特征基因。PLS_VIP_CFFS在4组数据集上选取的特征基因具有较强的生物意义，结合多种分类器得出各项指标以及分类正确率都比较高，从而证明了PLS_VIP_CFFS可以作为一种可靠的特征基因选取方法。