在精准医疗时代,从多组学水平对癌症进行亚型分型成了研究的热点。基于多组学数据进行癌症亚型研究可以利用不同组学上的信息融合,在分子层面更准确的识别癌症亚型。本文将机器学习的方法应用在多个癌症数据集的多组学数据上,通过提出不同的算法对癌症亚型进行研究,发掘不同癌症亚型中的生物标志物,为推动精准个性化医疗作出贡献,主要从以下三个方面开展研究工作:1.CSNF聚类算法及肿瘤亚型研究。基于CCA算法和SNF算法,提出了CSNF聚类算法并进行了肿瘤亚型研究。首先,为了减少组学间相关性对聚类造成的影响,通过CCA获取组学之间的相关系数;进而加入到SNF中弱化组学间关联从而改进聚类;最后在4个癌症数据集上与SNF、FCM、CC聚类算法比较均有明显提升。对差异基因进行分析发现,在肾透明细胞癌（KIRC）中差异最显著的miRNA前top10中有5个（has-mir-22、has-mir-30a、has-mir-30e、hasmir-143、has-mir-148a）都与lnc RNA前top10中的OIP5-AS1相互作用,OIP5-AS1已被证实是肿瘤的发展过程中的重要分子。通路分析表明,与OIP5-AS1相互作用的miRNA都拥有介导翻译抑制的功能。同时生存分析发现OIP5-AS1并不会直接影响癌症的预后,表明OIP5-AS1可能与相互作用的miRNA协同抑制癌症的增殖。实验结果证明了提出的CSNF算法的有效性,发现了与肿瘤亚型相关的重要分子。2.RSC-MCR差异算法及肿瘤亚型研究。首先根据RSC计算所有特征的成对相关性,并将其分解得到不同组学特征的成对相关性,根据不同组学特征的成对相关性建立不同组学间的联系。为了去除冗余相关性,提出一个差异算法计算原始特征矩阵与包含不同组学间冗余相关信息的矩阵之间的差异程度。将该方法与其他去除相关性的方法及没有去除相关性进行比较,在5个癌症数据集上使用3种聚类方法进行聚类,采用3个评估标准进行评估,实验结果证明提出的RSCMCR差异算法正确去除了冗余相关性,显著提升了聚类性能,这种改进策略具有普适性。3.基于贪心和剪枝思想的G-P算法及肿瘤亚型识别。首先根据Pearson相关性找到和m6A调节因子相关的转录组,然后使用单变量cox回归分析得到生存相关的转录组特征。之后,开发了一个基于贪心和剪枝思想的G-P算法用于发现关键特征。G-P算法基于贪心算法搜索最优特征,利用剪枝算法扩大搜索范围,找到一组关键特征CASC11、KRT14、PDZD4,能很好的将PDAC患者区分成预后相关的两类,并在ICGC数据集上得到验证。对关键特征进行分析,发现关键特征在不同亚型中差异表达,且与生存密切相关。与关键特征最相关的调节因子EIF3B也被报道是促进PDAC的重要标志物。本研究揭示了m6A相关转录组对于PDAC分型的关键作用,并探讨了所发现的标志物的预后价值。本文紧紧围绕基于多组学数据的癌症亚型识别问题,通过提出一系列改进算法用于识别亚型,并发现了关键的分子,为癌症的精准治疗提供了理论支撑,为个性化医疗的发展提供了思路。