长非编码RNA是指长度超过200nt的非编码RNA分子,多项研究表明它可以参与细胞内的多种生物过程的调控,对各类疾病的发生和发展起至关重要的作用,因此研究长非编码RNA与疾病的关系对人类的健康有深远的意义。然而由于长非编码RNA种类繁多,结构复杂,且作用机制尚未明确,目前对长非编码RNA的研究仍停留在初级阶段。关于长非编码RNA与疾病的关系这一课题,比较常见的研究是预测单一长非编码RNA与疾病的关系。不同于大多数单一长非编码RNA的研究,我们的目的是找到相似的疾病类和与其有密切关系的长非编码RNA类,通过对各类中的长非编码RNAs进行功能分析,可以得到各类中的长非编码RNAs的共性,而这种共性很有可能就是这类疾病发生发展的重要因素。本文采用了LncRNADisease数据库上经过生物实验验证的1102条数据。通过简单的数据处理,我们将所有样本数据保存为一个0-1矩阵。为了获取具有生物意义的聚类,我们提出了如下方案:将样本数据投影到高维空间,根据疾病本身具有的层次结构特点采用层次聚类,并根据fisher判别函数判断聚类类数。本文应用的投影方法包括基于推荐系统的矩阵分解算法和基于模式表示的非负矩阵分解算法,并提出了基于核函数的矩阵分解算法作为非线性投影方法。通过对比几种投影算法的性能,考虑最终聚类结果的聚类性能,以及与AK Biswas提出的非负矩阵分解方法进行了比较,方案二中基于推荐系统的矩阵分解算法性能最佳。最后我们使用GO注释工具,对四类长非编码RNAs的功能进行分析,找到了这些长非编码RNAs类富集的功能。在此,我们对本文取得的成果进行说明:1.本文得到八个聚类簇,其中五个类的疾病分类明确,剩余三类稍有混乱,存在两类疾病以上的杂糅情况。2.通过查阅大量文献,在对肿瘤疾病类的长非编码RNAs的分析过程中,我们找到了一个没有文献报道过的长非编码RNA—MINA,推测该长非编码RNA也有很大可能和肿瘤疾病相关。3.通过长非编码RNA与基因的靶定关系,使用GO注释的DAVID工具对靶定的DNA进行功能注释,最终我们得到了四类长非编码RNAs的富集功能。综上,与单一长非编码RNA与疾病的关系的分析不同,本文对长非编码RNA与疾病的关系做了分析,并从长非编码RNA的共性功能角度进行了说明,对疾病机理和治疗提供了一定的参考价值。