癌症又称恶性肿瘤,是一种非常复杂的疾病,在全球呈现出较高的发病率和死亡率,研究癌症的致病机理成为当前的研究热点之一。DNA甲基化调节基因的表达与关闭,是表观遗传修饰的重要途径,与肿瘤等重大疾病密切相关。因此,DNA甲基化研究对肿瘤的预防、诊断、风险评估、治疗及预后有着重要意义。随着全基因组DNA甲基化谱芯片的快速发展和应用,已经积累了大量不同癌型的DNA甲基化数据,为肿瘤发生与DNA甲基化关系的研究奠定了基础。然而,DNA甲基化数据的高维、高噪声和高冗余的特点为甲基化数据分析带来极大困难,迫切需要建立一种普适的甲基化特征基因筛选方法,获得癌症发生相关的特征基因,并进一步获得癌症发生的特异性诊断标志物,为癌症发生的机理研究及早期诊断研究提供有价值的信息。论文以癌症基因组图谱数据库DNA甲基化数据集为研究对象,建立了一种癌症早期甲基化特征基因筛选识别方法,获得了多种癌症发生早期特征基因,同时识别了肺鳞状细胞癌发生早期的特异性诊断标志物。论文主要工作包括三个部分:第一部分,肺鳞状细胞癌发生甲基化特征基因筛选。针对癌症基因组图谱数据库的甲基化数据,提出了一套癌症发生的甲基化特征基因选择方法。使用450K平台数据作为训练集,27K平台数据作为独立测试集,支持向量机建立模型,结果训练集预测精度达到99%以上,同时独立测试集的预测精度同样达到99%以上,与以往的研究相比,识别准确率更高。通过京都基因和基因组百科全书进行通路分析得到与基因显著相关(P<0.05)的通路有2个,对通路中的一部分基因进行简要功能分析,说明了这些基因在调控水平上的密切关系,表明识别的特征基因在肺鳞状细胞癌的发生过程中起着重要作用,这对了解肺鳞状细胞癌发病机理以及早期治疗非常重要。第二部分,多种癌症发生的早期特征基因筛选及共性分析。将肺鳞状细胞癌发生甲基化特征基因筛选方法应用于癌症基因组图谱数据库中的乳腺癌、肺鳞状细胞癌、肾透明细胞癌、肾乳头状细胞癌、甲状腺癌、肝细胞癌六种癌症的甲基化数据,筛选与每种癌症发生有关的甲基化特征基因基因,并用于癌症发生早期识别及共性分析。对于六种癌症,其训练集模式识别准确率高达98%,敏感性和特异性均高于96%,对于独立测试集,其模式识别准确率高达97%,敏感性和特异性均高于96%,此外,训练集和独立测试集模式识别的各项指标的差异均小于3%,这些结果表明,论文的特征基因筛选方法普适有效。从六种癌症的特征基因中整理得到了在四种癌症中共同出现的基因:SNORD114-1和MIR21。通过通路分析,得到二条癌症发生的共性免疫相关通路,同时低甲基化基因显著富集在炎症和免疫相关功能,说明了炎症和免疫反应在癌症早期发生中的重要作用。第三部分,肺鳞状细胞癌特异性甲基化候选诊断标志物的识别。提出一种肺鳞状细胞癌特异性诊断标志物的识别方法,并由此得到了6个肺鳞状细胞癌特异性甲基化位点,使用支持向量机建立诊断模型,采用六折交叉划分数据集,验证特异性标志物的有效性。六个标志物的组合在预测肺鳞状细胞癌方面达到93%的灵敏性,在排除正常组织时达到100%的特异性,在排除其他癌症样本时达到约99%的特异性,同时在排除非肺鳞癌样本时达到约99%的特异性,表明6个肺鳞状细胞癌特异性Cp G可以作为肺鳞癌候选诊断标志物。以癌症基因组图谱数据库中六种癌症样本作为研究对象,建立了癌症发生的甲基化特征基因识别方法同时识别出了肺鳞癌特异性诊断标志物。结果表明:特征基因筛选方法可有效筛选癌症发生的特征基因,对癌症早期发生机理研究具有重要的价值;特异性标志物对早期癌症的诊断具有极高的准确性,为癌症早期诊断研究提供了理论基础。