癌症是目前尚未找到完全治疗方案的一种恶性疾病,而随着对癌症的研究深入,发现癌症的发生本质是由人体细胞中基因的突变引起的。基因通过转录成RNA进而参与细胞生长分化等各项细胞活动,其中长非编码RNA(lncRNA)是一类长度大于200个核苷酸且不编码蛋白质的RNA。研究发现lncRNA与癌症的发生有着密切的关联,但由于lncRNA的数量庞大,且功能复杂,想要通过实验来对癌症中的每个基因进行单独研究将花费巨大的时间和费用成本。因此采用计算的方式来研究lncRNA与癌症的关联模式显得尤为重要。随着高通量测序技术的发展,实验产生了各种类型的生物数据,与癌症相关的数据也是越来越详细和准确,如TCGA数据库和GTEx数据库便记录了各种癌症的相关数据。而这些数据也为各种计算方法的提出提供了可能性,本文正是基于RNA-seq技术得到的基因表达数据来分析和研究lncRNA和癌症的关联关系。本文旨在通过分析处理RNA-Seq数据来设计出一种有效方法来挖掘出与癌症最相关的lncRNA集合,即关于lncRNA与癌症的关联模式,其中癌症的关联模式挖掘包括单个癌症、癌症亚型和泛癌三个层面。我们把编码基因和转录lncRNA的基因作为我们研究的主体,通过不同的尺度变换来分析其表达数据的基本特征。通过基因特征分析和样本相似网络构建的结合来挖掘单个癌症和泛癌层面的关联模式;通过单个癌症的关联模式建立样本关联网络,通过关联网络的模块划分来挖掘潜在的癌症亚型及其对应的关联模式。本文通过差异表达分析得到的基因来对比验证本文的实验方法,发现在本文方法得到的癌症关联模式中的基因集合在区分癌症类型上效果更好。然后通过GO功能注释和KEGG通路富集分析来验证模式中基因的生物学功能,最后通过在线数据库Lnc2Cancer 2.0和Lnc RNADisease对乳腺癌关联模式的基因集合进行验证,得到6个已被证实与乳腺癌相关的lncRNA,其中包括BANCR、FOXC2-AS1、H19、LINC00704、NCRMS、RMST。总之,本文提出的研究方法在与癌症相关lncRNA的关联模式挖掘上效果显著,可以根据本文得到的癌症关联模式中的基因集合进行进一步的实验探索。另外,本文发现通过合适的尺度看待基因的表达时,会发现与癌症强相关的基因在正常样本中表达最混乱,而在癌症样本中表达相对稳定一些。这一结论有助于后续的生物实验研究,以便进一步分析癌症发生过程中lncRNA所发挥的作用,为癌症的发现和治疗提供帮助。