乳腺癌成因复杂,与基因遗传、生长环境和生活习惯等都有密切的关系,所有的因素之中,基因是否正常表达是产生乳腺癌的最关键因素。通过研究基因的调控关系可以为乳腺癌的产生机理提供一种新的研究视角,研究基因的调控网络的手段有很多,其中用计算方法识别调控网络因出色的性能得到广泛使用和发展。人类全基因组中能够编码蛋白质的基因大约占1%～2%,其余是非编码基因（noncoding RNA,ncRNA）,lncRNA由大于200个核苷酸组成,占ncRNA的80%～90%。此外研究表明lncRNA可作为竞争性内源RNA的一种,广泛参与细胞周期调控、信号通路、激素调节以及乳腺癌发展等过程。本文提出了两种新的计算方法识别乳腺癌中lncRNA相关的调控网络。下面对这两种方法做简要介绍:（1）提出了矩阵补全模型算法（EPMSI）来识别乳腺癌中lncRNA-lncRNA和lncRNA-mRNA调控网络,EPMSI基于有限的已知的调控网络和乳腺癌基因的表达数据,识别了生物功能富集相当丰富的包含3 000个lncRNA-mRNA关联对的调控网络和包含10 000个mRNA-mRNA关联对的调控网络,并且识别的调控网络中的每一对关联对都有一个推断值代表其关联性的大小。当用双聚类算法BCPlaid对识别的调控网络聚类时,结果识别出10个调控模块,其中9个调控模块与疾病通路密切相关。用十倍交叉验证的支持向量机对每个调控模块区分正常和肿瘤样本,10个模块都表现出了出色的性能。所有结论证明EPMSI识别的调控网络与乳腺癌密切相关,或许可成为研究人员研究乳腺癌发病机理一种新的方法。（2）提出了一种名为MSNMDL算法预测乳腺癌的lncRNA-mRNA调控网络。首先,该算法从miRNA-disease-lncRNA网络识别出miRNA-lncRNA功能相似性网络;然后,MSNMDL用miRNA-lncRNA功能相似网络中的每一对lncRNAmiRNA中的lncRNA取代相应的miRNA在miRNA-target网络中的位置,从而形成lncRNA-target调控网络。对识别的调控网络进行生物功能富集分析、生存分析、调控模块分析、疾病富集分析、数据包验证和实验对比,结果表明MSNMDL显著地提高了识别调控网络的生物意义等性能,或许其鉴定的模块能充当乳腺癌预后的标志调控网络。