长非编码RNA是一类长度大于200个核苷酸的非编码RNA,研究发现长非编码RNA具有复杂多样的功能,并且与多种复杂疾病的发生发展有密切关系,有望作为新的药物靶点,并受到了学术领域和药物研发制造领域的关注。目前针对lncRNA药物靶点研究仍处于个例分析阶段,虽然基于生物实验研究结果具有更高的可靠性,但其费用高昂且耗时费力,本文旨在研究基于数据分析的计算方法来预测lncRNA与小分子药物之间的潜在关联。本文研究了一种基于功能相似性的lncRNA与小分子药物关联预测框架,在此框架下开展乳腺癌数据的分析,实现了针对乳腺癌的lncRNA与小分子药物关联预测。在该框架下,首先对lncRNA与小分子药物靶基因集合进行GO功能富集分析,通过基因集合间GO注释的语义相似性定义lncRNA与小分子药物间的相似性得分。然后根据相似性得分分布,选取阈值得到预测结果。进一步分析总结了lncRNA与小分子药物关联预测一般框架,并提出基于PPI网络的相似性计算方法,通过将lncRNA与小分子药物靶基因集合映射到PPI网络中,根据基因集合间最短路径来定义lncRNA与小分子药物的相似性,提出了lncRNA与小分子药物关联大小度量的另外一种测度方法。最后,将基于GO语义相似性的lncRNA与小分子药物关联预测方法应用于乳腺癌相关数据分析中。通过整合TCGA数据库中正常和癌症样本lncRNA和基因表达谱数据以及癌症细胞系中小分子药物作用前后基因表达谱数据,基于差异表达分析推断lncRNA与小分子药物影响的基因集合。基于GO语义相似性计算lncRNA与小分子药物关联大小,得到了乳腺癌的lncRNA与小分子药物关联预测结果,并构建lncRNA与小分子药物的相似性网络,通过网络分析发现关键的lncRNA和小分子节点。实验分析TCGA中BRCA的表达谱数据和LINCS中MCF7细胞系的表达谱数据,对乳腺癌中lncRNA与小分子药物的关联进行预测,实验结果得到了25个lncRNA和78个小分子药物之间的336对关联关系,并由此构建了lncRNA与小分子药物相似性网络。对于相似性网络中的关键节点进行分析,发现其中部分lncRNA如MEG3、FGF14-AS2和小分子药物如吉非替尼(Gefitinib)、依维莫司(Everolimus)已经被证实与乳腺癌相关。基于计算方法的lncRNA与小分子药物关联预测可以作为有效的辅助手段,加快以lncRNA为靶点的核酸药物研发进程,本文尝试性的开展了基于乳腺癌数据的分析,以期对相关工作带来有用的借鉴。