微RNA(microRNA,miRNA)是指长约为22个核苷酸的非编码RNA,是由细胞的内源性发卡结构转录和加工而成。MiRNA常常被用来当作疾病诊断的生物标志物,而且还有研究者将miRNA当作药物的靶点进而治疗疾病。因此,发掘更多的疾病-miRNA关联将有助于理解疾病的发病机制,能促进对于疾病的诊断、预后和治疗。基于计算的预测模型可以有效地预测最可能与疾病相关的miRNA,从而降低发现新的疾病-miRNA关联的实验成本。本文所用到的数据包括疾病-miRNA关联、疾病语义相似性、miRNA功能相似性、疾病的集成相似性和miRNA的集成相似性。本文提出了两种计算模型IMCMDA和PUMDA。在IMCMDA中,疾病的集成相似性和miRNA的集成相似性作为辅助信息,并利用归纳矩阵填充算法预测潜在的疾病-miRNA关联。本文采用局部留一交叉验证、全局留一交叉验证和5折交叉验证来评估模型的性能。在IMCMDA的实验部分,本文对结肠癌、肾脏肿瘤、淋巴癌、乳腺癌和食管癌5种疾病进行案例研究。在预测的前50名疾病相关的miRNA中,分别有42、44、45、50和49个miRNA被数据库验证。在PUMDA中,先将疾病的集成相似性和miRNA的集成相似性进行拼接,得到疾病-miRNA对的特征向量。在经过特征选择后,利用有偏支持向量机(Biased Support Vector Machine,Biased-SVM)算法对所有的疾病-miRNA关联对进行预测。在PUMDA的模型性能评估部分,依旧采用局部留一交叉验证、全局留一交叉验证和5折交叉验证来评估模型的性能。在实验部分,还对食管癌、前列腺癌、肺癌和淋巴癌4种常见疾病进行案例研究,在预测的前50名疾病相关的miRNA中,分别有46、43、48和49个miRNA被数据库验证。综上所述,可知本文所提出的两种模型是有效且可靠的。