随着基因技术的发展,可以容易地获取到癌症病人的mi RNA表达水平。近些年的研究发现,mi RNA在癌症转移的过程中扮演着重要角色。从病人的mi RNA表达水平分析病人的病情开始受到大家的关注。本文主要研究高维mi RNA表达水平数据的降维处理和结合临床数据的生存预测分析。病人的临床数据中含有大量的删失数据,进行生存分布函数求解的时候就不能忽视删失数据。本文对于删失数据的处理分别采用乘积限估计法和极大似然估计法得到乳癌病人的生存分布函数,对极大似然估计法解的存在性条件给出了证明。提出同分布插值方法对删失数据进行插值,并对同分布插值方法的误差进行分析。病人临床数据的另一大特点是高维。高维数据的处理方法可以归纳为两类:特征选取和特征抽取。本文对比了最小网格聚类、主成分分析、Isomap三种降维方法。发现Isomap方法中的最短路径预示着癌症的病情发展路径。并对最小网格聚类方法提出了去中心化的修改。最后,在降维数据的基础上,结合临床数据中的癌症不同阶段的分期数据,对比支持向量积方法和决策树方法得到的乳癌分期分类结果。通过对mi RNA表达水平数据和临床数据进行Kruskal-Wallis检验,找出与癌症分期具有相关性的miRNA。通过逐步多元回归方法建立mi RNA表达水平与病人生存期的回归关系,发现逐步回归模型选取的部分mi RNA已经被证明与癌症具有相关性。例如:hsa-mir-548t,hsa-mir-190,hsa-mir-200b等。