复杂疾病,如肿瘤,严重危害人类的健康,人类迫切希望从根本上找到这些疾病的发病机理。研究表明,DNA甲基化模式的改变往往发生在癌前或者癌症早期阶段,因此识别出与肿瘤相关的DNA甲基化差异位点有助于肿瘤的早期诊断和预后。本文针对DNA甲基化数据的生物特性,提出融合位点强相关性的DNA甲基化差异位点识别方法,并基于此,设计肿瘤纯度估算方法;另一方面,考虑肿瘤样本间的异质性,提出基于信息增益的样本特异性差异甲基化位点识别算法,并评估其在肿瘤纯度中的效果。具体内容如下:1、现有的差异甲基化位点选择方法多是基于位点的单个信号粗略地识别出差异甲基化位点,并没有考虑DNA甲基化位点间的相关性,因此分析得出的结果并不能很好地反映该位点的甲基化模式,不利于肿瘤的进一步诊断。针对上述问题,本文提出基于信息整合的DNA甲基化差异位点识别算法,采用信号加权以及位点强相关性整合的方式,融合位点的生物特性,期望能识别出更多包含肿瘤信息的差异甲基化位点。将所识别的差异位点作为信息位点,应用于肿瘤纯度估算研究中,并与其他方法进行比较,验证了该信息位点选择方法的有效性。2、肿瘤异质性是恶性肿瘤的特征之一,也是各种癌症治疗耐药性的基础,目前的差异甲基化位点识别方法多关注肿瘤间异质性,忽略了肿瘤样本的生长空间、时间异质性,即样本特异性。针对该问题,本文提出基于信息增益的样本特异性甲基化位点的识别,针对每个差异甲基化位点,通过计算每个肿瘤样本加入正常样本前后的信息熵,得到每个位点在每个肿瘤样本的信息增益,然后利用统计方法筛选出具有样本特异性的差异甲基化位点,并将其作为信息位点,验证其在肿瘤纯度估计中的有效性。