癌症一直以来都是威胁人类健康和生命的隐形杀手,其发生的根本原因是人体内一些比较重要的基因发生了突变,致使细胞的发生和发育不受人体控制。那么如何高效准确的定位那些导致癌症发生的关键因素并制定精确的诊疗方案成为治疗癌症的关键所在。在传统方法中,癌症标志物的确立是基于不同表型下样本群体间的差异,其存在的问题是只能发掘群体所共有的特征。在现实生活中,由于群体所处的生存环境等因素的不同,导致个体受到的影响也千差万别,这也就反映了每个个体间的致癌因素也存在着差异。在这个思想的驱动下,癌症个体特异标志物的识别引起了人们的密切关注。找到了导致癌症发生的的关键基因,并通过这些基因对个体的诊疗提出相应的治疗策略,从而达到治疗癌症的目的。本文首先利用不同表型下基因表达量的差异,将基因表达数据进行转换,然后借助基因间的网络信息以及一维和二维正态分布分别获取基于点和基于边的癌症个体特异的网络标志物。接下来,利用已知的药物-靶分子关系结合药物亚型的思想,通过富集分析发现不同癌症亚型的相关药物信息。最后,基于不同个体间发病机制有所差异,其适用的药物也不同,本文通过样本特异的癌症标志物、药物-靶基因关系和药物副作用信息,为每个药物制定相应的评分规则,从而为每个癌症样本匹配带有不同权重的药物集合,并从这些药物集合中筛选出部分合适的药物组合,以此作为治疗该癌症个体的候选药物集,实现药物的个性化推荐。