肺癌是世界范围内死亡率排名第一的恶性肿瘤,肺腺癌（lung adenocarcinoma,LUAD）是肺癌的主要类型,约占肺癌患者总数的40%～50%。肺癌患者的预后较差,5年生存率一般不超过20%。其中主要原因是现有的肺癌早期诊断技术存在各种局限性,超过60%的肺癌患者被确诊时已经是中晚期,错过了最佳治疗时期。此外,虽然免疫疗法已经在肿瘤治疗领域取得了巨大进展,尤其是免疫检查点抑制剂（immune checkpoint inhibitors,ICIs）的使用显著改善了非小细胞肺癌（non-small cell lung cancer,NSCLC）患者的预后,但是仅有10%～20%的患者可以从中受益。因而找到合适的标志物用于肺癌的早期诊断和免疫治疗评估尤为重要。无创的液体活检技术是肿瘤精准医疗的热点方向,血液检测是液体活检的主要应用领域。循环肿瘤DNA（circulating tumor DNA,ctDNA）是循环游离DNA（circulating free DNA,cfDNA）的一类,含有肿瘤特异的遗传学和表观遗传学特征,DNA甲基化是肿瘤发生发展过程中重要的表观遗传学调控方式,已经有大量的报道证实了ctDNA甲基化在肿瘤早期筛查中的优势。肿瘤突变负荷（tumor mutation burden,TMB）是新型的肿瘤标志物,能够有效预测ICIs的疗效,但是现有的TMB检测方法存在周期长、费用高、准确性存疑等问题,急需优化。本研究一方面利用The Cancer Genome Atlas（TCGA）数据库中LUAD患者的多组学数据,结合差异表达分析和机器学习算法,建立预测患者TMB高低的数学模型,并用独立数据集验证模型的准确性。另一方面,利用血浆游离甲基化DNA免疫沉淀高通量测序技术（cell-free methylated DNA immunoprecipitation and high-throughput sequencing,cfMeDIP-seq）研究健康人和肺癌患者之间的差异甲基化区域（differentially methylated regions,DMRs）,并分析DMRs内健康人和肺癌患者之间cfDNA长度大小的差异,挖掘用于肺癌早期诊断的生物标志物。本研究的主要工作包括:（1）计算了所有LUAD患者的TMB并将患者分成高TMB（TMB-H）和低TMB（TMB-L）两组,比较了TMB-H和TMB-L组患者之间肿瘤浸润免疫细胞丰度的差异,获取了两组患者之间642个显著差异表达基因,47个显著差异表达miRNAs和341个显著差异甲基化CpG位点,进行了功能和通路富集分析,构建了预测患者TMB高低的数学模型,研究了模型得分与患者TMB的相关性,并用独立数据集验证了预测模型的准确性。这些结果表明本研究开发的数学模型可以准确预测LUAD患者的TMB高低。（2）评估了cfMeDIP-seq测序数据的质量,过滤了低质量的数据,获取了数据的比对结果,构建了每个样品的甲基化谱,获取了健康组和肺癌组之间的399个DMRs,分析了399个DMRs对两组样品的区分效果,探讨了399个DMRs在人基因组上的分布情况,研究了DMRs上两组样品cfDNA长度大小分布的差异。此研究初步发现了通过cfMeDIP-seq技术得到的DMRs可以对健康人和肺癌患者进行区分。