理想的生物标记物对于疾病的早期诊断、鉴定及监测具有非常重要的价值及作用。在过去的数年里,越来越多的证据证明微生物和lncRNA在人体各项基本生命活动中充当着极为关键的角色。因此,微生物和lncRNA被认为是潜在的生物标志物,在人类疾病研究中受到了诸多关注。然而,传统的生物学鉴定实验成本高且耗时长。于是,为了推进生物标记物的识别进程,研究人员开始借助更为高效的计算模型来推断疾病与微生物以及疾病与lncRNA之间的联系。本文介绍了疾病相关生物标记物的预测问题,并开发了计算模型对微生物和lncRNA这两类潜在生物标记物与疾病之间的关联关系进行了具体研究,主要内容如下:（1）在微生物-疾病关联关系预测方面,提出了基于双向标签传播的预测模型NBLPIHMDA。在NBLPIHMDA中,首先基于疾病与微生物的已知关联分布引入了高斯核函数,计算得到了微生物间的相似度以及疾病间的相似度。其次,根据这两类节点的相似度分别构建了微生物加权网络与疾病加权网络。然后,通过整合这两个加权网络与微生物-疾病已知关联网络,构建了微生物-疾病异质网络。最后,基于该异质网络实施了双向标签传播算法计算得到了所有未知的微生物-疾病对的关联度得分。此外,各项实验结果表明NBLPIHMDA具有可靠的性能。（2）在lncRNA-疾病关联关系预测方面,提出了基于内部置信的局域径向基生物网络模型ICLRBBN。在ICLRBBN中,首先基于所获得的lncRNA-疾病关联数据以及疾病的语义DAG图,提出了一种内部置信协同过滤推荐算法来挖掘稀疏关联数据中的间接特征量,从而使模型更好地应用于新疾病相关的lncRNA的预测。然后,构造了一个由疾病和lncRNA构成的具有局部特性的三层径向基生物网络。最后,在该网络上,结合不同lncRNA和疾病的特征计算得到了所有未知的lncRNA-疾病对的关联度分数。此外,各项实验结果表明ICLRBBN的预测性能显著优于同类模型,这意味着ICLRBBN可以为未来生物标记物的研究提供有价值的借鉴。最后,本文对上述两种预测模型进行了分析与总结,并指明了下一步研究有待改进的方向。