DNA的胞嘧啶-磷酸-鸟嘌呤（CpG）位点的甲基化与基因表达调控、细胞通路激活、个体发育、疾病进展有密切的关系。如何对大量的CpG甲基化位点进行分析、建立可信DNA甲基化与细胞调控关系等问题仍堪待解决。临近的DNA甲基化CpG位点通常具有一定的相关性,并可以藉此形成一个大的DNA甲基化相关性区块（methylation correlated block,MCB）。MCB可用于泛癌数据的分类建模,但目前缺乏MCB的综合研究和分析软件。因此,本研究旨在以MCB为研究对象,对其整体分布、建模、预测能力等进行综合分析并建立相应分析流程、软件和数据库。首先,使用相关性分析算法对癌症甲基化高通量数据集中临近的CpG位点进行了分析。对获得的MCB进行了CpG数量、序列长度、染色体位置、DNA甲基化变化程度之间的关联分析,显示MCB的长度、所含CpG数量具有一定的染色体偏好性。此外,基因组中的甲基化水平的分布呈现多个波峰和波谷,在这些位置甲基化水平的变化程度最为剧烈。通过对MCB与基因的关联分析,获得了MCB在基因的上游、内部和下游的分布,并对MCB对基因表达的调控模式进行了分类分析。这些模式可以分成4大类:正调控、负调控、邻近双向调控、远端双向调控。结果显示,基因调控模式以负调控为主,正调控为辅,分别占据68.35%和19.24%。在负调控中,主要的负调控模式是单一区域的负调控。邻近双向调控和远端双向调控的模式类型较多,但占比较少,仅占总体结果的7.76%和4.65%。同时,空间临近的DNA区域在甲基化酶催化的过程中,可能会趋于共甲基化。MCB区域是甲基化高相关性区域,通过MCB与三维基因组的关联分析发现MCB主要分布在DNA的拓扑结构区域中,在染色质环区域,MCB之间的相关性明显高于一般区域。说明MCB与基因组空间结构具有密切的关系。其次,针对MCB的组间差异分析和生存分析,本文分别提出了吸引子模型框架和权重集成模型。吸引子框架整合了MCB内CpG位点和MCB与整体分布之间的变化信息,并据此作为鉴定MCB组间差异的依据。在吸引子框架下,我们使用了不同的子模型,并依据不同的子模型搭配模式分别鉴定了不同的差异MCB,根据建立的差异MCB列表,分别建立癌症的分类模型。结果表明,使用贝叶斯方法作为初级模型、Kolmogorov-Smirnov检验作为单一MCB与整体分布的检验方法,可以获得最佳模型结果。分类能力较好的模型的受试者操作特征曲线的曲线下面积（AUC）的平均值在0.90左右。针对MCB的预后生存分析,本文提出了权重集成模型,该模型综合了Cox模型、弹性网络回归、支持向量回归、迭代回归模型四种不同的生存回归分析的基础模型,并在此基础上引入二级模型（权重集成模型）。该集成模型对生存预测具有一定的提升能力。基于泛癌数据库和MCB,我们对多种癌症类型进行了分别建模和预测,并获得了具有一定预后预测能力（测试集AUC值为0.70左右）的模型。最后,通过分析泛癌预后相关MCB与基因,结合集成网络细胞标记数据库的基因表达反转分析,鉴定了少量与癌症预后相关的具有潜在基因调控活性的化合物,这些化合物可能具有抑制癌基因表达或者促进抑癌基因基因表达的潜力。总之,本文以MCB为研究对象,基于泛癌数据库对MCB进行了系统的分析,获得了MCB的基因组特征、发现了一系列新的MCB对基因表达的调控模式,探索了MCB与三维基因组的关系,预测了一系列具有基因反转能力的化合物。针对预后相关MCB,提出了权重集成模型,进行了预后分析建模。针对MCB的组间差异,提出了吸引子框架,并分析了该框架的统计效能。进一步基于分析结果,开发了可以快速分析MCB组间差异和生存期的R语言软件包En MCB,以及可以快速查询MCB相关结果信息的数据库应用。