miRNAs是一类长约22nt的单链非编码RNAs。miRNAs虽然不能够直接编码蛋白质,但是它们能够通过转录后调控基因的表达,进而参与细胞的生长、分化及凋亡等多种生物学过程。已有研究表明miRNAs广泛参与包括癌症在内多种疾病的发生与形成过程,这使得miRNAs有望成为疾病诊断标记物及治疗的靶点。目前,大多数研究认为miRNAs是通过抑制基因的表达参与疾病的发生过程。近年来研究发现,miRNAs对基因的表达也可以起到促进的作用。此外,由于miRNAs的多靶向性,其对药物的敏感性和抗药性也有着重要的影响。本文将基于miRNAs和基因高通量测序数据,以及miRNA-基因、PPI、miRNA-药物关系网络等公共数据库,开展疾病关键miRNAs识别以及潜在miRNAs-药物敏感性/耐药性关系预测研究。1.疾病相关的关键miRNAs识别:提出了一种系统性筛选疾病关键miRNAs的方法。该方法综合考虑了miRNAs与基因之间“多对多”靶向调控关系、miRNAs对靶基因复杂的调控机制(促进/抑制)以及靶基因在蛋白质网络中重要性。在该研究部分,我们提出了一种线性模型用于计算特定miRNA对其靶基因表达变化的贡献。综合miRNAs对靶基因影响强度以及靶基因的重要性,确定疾病中关键miRNAs。我们将该方法应用于乳腺癌、肺癌和前列腺癌3个癌症数据集,结果证实miRNAs对靶基因的影响具有促进和抑制两种,且两种机制所占的比例相当。该方法筛选出的排名靠前的癌症关键miRNAs,被证实显著调节癌症相关的信号通路、影响抗癌药物的药物治疗效果且与癌症的预后有显著关系。2.miRNAs与药物敏感性/耐药性关系预测:提出了一种基于双向随机游走(BiRW)的方法预测潜在的miRNAs与药物敏感性/耐药性关系。现存的miRNA与药物敏感性/耐药性关系以实验收集的证据为主,且关系比较稀疏。本文构建了基于miRNAs相似性、药物相似性以及miRNA-药物关联关系的异构网络,采用BiRW方法预测潜在的miRNA-药物敏感性/耐药性关系。通过交叉验证和Denovo验证方式证实本方法具有很高的的可靠性。