近年来,伴随着知识工程的持续发展,研究发现基于语义网的数据集规模呈指数级增长,尤其是在这些大规模的语义数据集中相当大一部分是生物医学数据集。这些生物医学数据集中蕴涵了丰富的语义信息,是面向生物医学领域进行深入数据分析的重要基础。但这些数据集侧重点不同,数据格式、标准不统一,需要进行有效的知识融合和组织表示。因此如何将这些生物医学数据集中的知识以统一的标准组织存储、挖掘知识并加以分析利用是我们研究的方向和主题。目前,肺癌不管是在国内还是国外都有极高的发病率及致死率,同时肺癌及心血管疾病一直是宁夏地区的医疗重点研究方向。本文以肺癌的药物治疗为视角,从多个生物医学数据集中获取与肺癌相关的基因,蛋白质,药物,代谢通路等信息,通过有效的数据融合方法建立语义丰富的肺癌医学知识网络,并在此基础上探索发现语义网络中的重要结点、计算结点的相似度、进行聚类分析,为疾病治疗的研究发展提供新的解决方案。本文首先介绍了近年来网络生物学的研究现状,介绍了非结构化语义数据的存储现状,总结了近年来关于网络链接分析方法的算法和研究现状以及其存在的问题等;接下来以医学领域中的肺癌RDF大数据为研究对象,探索在分布式系统下的大数据组织和存储方法,对于来自网络的生物信息数据集中获取的肺癌的相关数据进行数据预处理,根据数据之间的关联关系将数据组织成RDF三元组,构建肺癌知识网络,并在此基础上设计不同的存储方案实现数据存储;最后分别利用结点重要性、相似性及相关性的并行分析算法对肺癌医学相关数据进行分析,发现肺癌知识网络中的重要结点、刻画与肺癌基因相关的重要因素,为肺癌药物新用及发现新的治疗方法提供新思路。