随着发病率和死亡率的上升,恶性肿瘤一直是全球首要的致死因素。准确的癌症诊断有助于揭示肿瘤发展的机制,并为癌症患者确定合适的治疗策略。DNA甲基化是研究较为广泛的表观遗传修饰,与癌症发生机制有关。先前的研究大多将肿瘤组织的DNA甲基化作为生物标志物用于癌症诊断。然而,癌旁组织的DNA甲基化在癌症诊断中的潜在作用研究较少。癌旁是肿瘤生长和转移的起点。已有研究表明,癌旁组织与肿瘤的发生发展密切相关。因此,本文提出使用极端梯度提升（extreme gradient boosting,XGBoost）算法和癌旁组织的DNA甲基化数据对癌症进行诊断分类。本文的主要研究内容如下:（1）通过XGBoost算法建立的癌症阶段分类模型。根据癌旁组织的DNA甲基化数据,基于XGBoost算法建立了用于区分肿瘤病人的早期和晚期的模型。相比另外四种机器学习模型,XGBoost模型在9套癌症数据集中都得到了最高的AUC分数,分别是0.780（KIRC）,0.516（BRCA）,0.819（THCA）,0.658（HNSC）,0.600（KIRP）,0.565（LUSC）,0.721（LIHC）,0.735（COAD）和0.650（UCEC）。（2）肿瘤阶段相关的关键位点的识别与分析。使用XGBoost模型识别与癌症阶段进展密切相关的重要的Cp G位点。此外,对这些重要的Cp G位点进行GO分析,研究发现了与肿瘤发生发展机制相关的细胞过程和信号转导通路。（3）构建癌症类型分类模型。针对癌旁组织的DNA甲基化数据,基于XGBoost模型构建了用于区分不同的癌症类型的分类器,在从TCGA数据库获取到的9套数据集上对该模型进行测试。为了验证该分类器的性能,在独立GEO数据集上对该模型的性能进行了评估。结果表明,XGBoost模型能够以100%的准确率区分TCGA数据集不同癌症类型的样本,以86.1%的准确率区分GEO数据集不同癌症类型的样本。结果表明,对癌旁组织DNA甲基化的研究有助于帮助研究者理解癌症进展机制和发现新的生物标记物。当肿瘤组织难以获取时,癌旁组织可作为其替代组织用于癌症诊断。