乳腺癌是一种恶性肿瘤,其对于女性健康的威胁程度逐年升高,并且发病率在女性中具有年轻化趋势,尤其在我国,其发病率上升趋势较为明显。针对乳腺癌致病基因的预测是当今时代亟待解决的重大问题。目前对于乳腺癌致病基因的分析多从基因单特征入手,已不能满足当今的时代需求,为增加基因识别的准确性,本文利用乳腺癌三方面特征数据,包括:乳腺癌拷贝数、甲基化、基因表达数据,优先筛选其单一层面差异基因,进而构建乳腺癌基因共改变网络,增加基因间的相互作用关系,以预测乳腺癌相关癌症基因。本文主要完成以下几方面工作:首先,对于乳腺癌基因组学数据的获取及处理。包括:基因拷贝数数据、甲基化数据、基因表达数据、蛋白质互作数据及临床信息数据。其次,对乳腺癌单一特征,即基因表达特征、拷贝数特征、甲基化特征分别进行分析,提取其中的差异基因,为后续的基因联合分析奠定基础。然后,整合基因三方面特征数据进行联合分析。利用蛋白质互作数据构建人类蛋白质互作网络,作为实验的基础网络。利用乳腺癌基因数据筛选出蛋白质互作网络中与乳腺癌基因相关的节点,通过典型相关分析算法,计算基因间的相关系数,作为权值赋给对应的边,以构建乳腺癌基因共改变网络。最后,通过重启随机游走方法实现乳腺癌癌症相关基因的提取。利用Cosmic数据库下载乳腺癌已知癌症基因作为种子基因,以种子基因作为起始节点进行随机游走,对后续的每个节点的游走概率进行排序,其中排序概率高的节点为与种子基因相关性高的基因节点。最后对筛选出来的高概基因进行富集分析和生存分析并结合以往的研究验证其准确性。通过乳腺癌基因共改变网络预测乳腺癌相关基因,预测结果包括已认证的ERBB2与GATA3乳腺癌基因,通过生存分析与GO富集分析发现ID4与NTHL1等基因极有可能为乳腺癌发生与发展的关键基因,验证了算法的准确性。