基于基因表达数据,从海量基因中选择疾病相关基因对理解疾病的发生发展、促进疾病诊断和治疗具有重要意义。目前大多研究工作基于基因表达差异寻找疾病基因,难以发现差异表达较小的疾病相关基因,而通过差异网络获得的功能数据能够较好地体现基因在单个样本中的功能变化水平,发现非差异表达的疾病相关基因。为了充分搜索到疾病相关基因,本文将分别基于平衡及不平衡的基因表达数据,设计融合基因表达数据和功能数据的疾病基因选择方法。该方法既能够挖掘表达差异大的基因,又能够发现表达差异较小但功能发生改变的基因。本文的主要研究工作如下:(1)本文提出了融合基因表达数据和功能数据的疾病基因挖掘算法(GFDGM)。传统基于基因表达数据的差异分析方法难以选择表达差异小但功能上与疾病相关的基因。针对该问题,本文提出一种融合基因表达数据和功能数据的疾病基因挖掘算法。首先,利用样本特异网络方法构建反映基因功能变化的差异网络。其次,基于差异网络量化每个基因在功能变化上的程度,即功能数据,再融合基因表达数据和功能数据。最后,为了使融合数据基因间冗余程度小、关联程度大,基于互信息设计了一种非支配排序基因选择方法挖掘疾病相关基因。实验结果表明,基于融合数据的基因选择算法挖掘的基因子集相比原始数据在疾病诊断方面有较为明显的提升,且基因子集中包含表达差异小的疾病相关基因。(2)本文提出了融合不平衡数据的疾病基因挖掘算法(IFDGS)。基于(1)的数据融合方法在不平衡数据融合过程中,对于少数类样本的功能信息获取不足,导致在样本不平衡情况下基因选择算法更加难以充分搜索疾病相关基因。为此,本文提出融合不平衡基因表达数据和功能数据的疾病基因挖掘算法。首先,算法利用过采样方法SMOTE对少数类样本过采样,将不平衡数据转化为平衡数据。其次,在平衡数据基础上使用(1)的数据融合方法融合数据。最后,算法以分类错误率和特征数作为目标函数,结合多目标进化优化的基因选择算法搜索疾病基因。为了保证种群的多样性和所选基因与疾病相关性,IFDGS算法设计了初始化策略和种群更新策略。通过在四个不平衡数据集和四个经典的基于不平衡数据的特征选择算法进行对比。实验结果表明,IFDGS相较于对比算法在诊断方面更有一定的竞争优势。