Micro-RNA和疾病之间的关联预测已成为生物信息学的重点研究内容之一。准确预测micro-RNA和疾病间的关联关系对人类疾病诊断、治疗、预后及恶性疾病标记物的发现有巨大帮助。识别micro-RNA和疾病间的关联大致分为基于生物实验的方法和基于计算技术的方法。基于生物实验探索micro-RNA和疾病间的关联准确率高,但识别周期较长且耗费巨大;而基于计算技术的方法更加高效、低成本,其结果可为生物实验指明研究方向。本文基于归纳矩阵和网络拓扑技术来挖掘潜在的micro-RNA和疾病之间的关联,主要研究内容如下:(1)提出了基于改进归纳矩阵的micro-RNA-疾病关联预测方法。首先,收集相关数据并整合成矩阵,包括micro-RNA与疾病的关联邻接矩阵、疾病相似度矩阵和microRNA功能相似度矩阵。其次,针对新的疾病或micro-RNA没有已知关联,不能提供有效的预测信息,我们应用k近邻技术重新计算micro-RNA与疾病之间的关联作用谱从逻辑上更新原micro-RNA与疾病间的关联邻接矩阵。最后,在异构网络上利用归纳矩阵技术来计算micro-RNA与疾病之间的概率得分,概率得分越高,micro-RNA与疾病的关联密度越大。(2)提出了基于网络拓扑技术的随机游走算法预测micro-RNA-疾病关联。首先,从人类micro-RNA与疾病关联数据库(HMDD)中提取有效数据来构建micro-RNA与疾病关联网络,继而利用高斯核交互关联谱计算micro-RNA之间、疾病之间的拓扑信息。然后,运用重启随机游走技术来完善疾病和micro-RNA的网络拓扑信息。最后,利用扩展网络推理技术来挖掘潜在的micro-RNA与疾病关联。实验结果及案例分析(结肠肿瘤、前列腺肿瘤、食管肿瘤)证实了该方法的有效性。