现代生物技术的高速发展使得生物组学的数据量飞速增长,并且随着生物组学数据的公开发布,越来越多的研究人员加入这一研究领域。生物组学的研究可应用于多个方面的疾病,例如各种癌症。转录组和甲基化组是两种主要的生物组学类型,其中转录组测量所有转录的表达,而甲基化组描述整个基因组的胞嘧啶甲基化水平。在一些研究中,转录组和甲基化组的特征维度高达几万,但样本数量有限,这就形成了“大p小n”范式。本文聚焦于“大p小n”范式的生物组学问题,提出一种基于孪生网络的生物组学数据特征构造算法,将原始特征映射到一个使得类内距离最小、类间距离最大的新空间,并命名该算法为SiaCo算法。为解决“大p小n”范式带来的负面影响,在算法流程中加入特征选择,对原始的高维特征进行筛选,排除冗余和噪声数据对深度学习模型的影响。虽然经过特征选择和特征构造使得新特征的维度降低到了数百个,但是特征的个数与分类的效果和效率并不成正比,将全部特征用于分类会导致最终的分类精度下降,因此采用增量特征选择策略,从经过特征工程处理后的构造特征中选择一个最优特征子集,以期达到更高的分类精度。考虑到生物组学样本的数量有限,本文采取3折交叉验证的策略,用于解决特征的分类问题。本文提出一种更加简单的损失函数计算方式,在不降低SiaCo模型性能的前提下,花费更少的训练时间。本文利用转录组和甲基化组数据集进行SiaCo算法的综合评价。为给SiaCo实验流程选取一组固定的参数,使得SiaCo算法能够通用于转录组和甲基化组,降低非专业人员对本算法的使用门槛,提供更便捷的算法应用,本文设计了6个参数调整实验。为选择与SiaCo网络更加匹配的特征选择方法,本文对比了包括T检验、卡方检验、随机森林、最大信息系数等共六种算法特征选择算法,并确定最大信息系数为最佳匹配。本文还考虑了支持向量机、贝叶斯网络、梯度提升决策树、极端梯度提升、轻型梯度提升机和极限学习机等十一个分类算法与构造特征的匹配程度,并对学习率、特征初筛数目、SiaCo子网络的设计结构、损失函数等内容进行实验探讨,以获得SiaCo算法的最佳表现。本文通过比较原始特征和构造特征的性能来说明SiaCo算法的构造效果,并设计分类效果对比和差异表达分析两个实验,从组合特征和单个特征两个角度进行说明。对生物组学数据常见的批次效应问题进行实验,并且进一步分析增量特征选择策略相较于随机选择方法的效果变化,以说明SiaCo模型的鲁棒性。为从多方面验证SiaCo算法的性能,本文还尝试在多分类任务和非生物组学数据集上进行实验,比较原始特征和构造特征的分类结果。实验结果表明,与原始特征相比,经SiaCo算法构造的新特征在二分类问题中达到了更高的分类精度,且对于多分类和非生物组学任务,SiaCo算法的改进效果更佳。与之相比,单个SiaCo特征并没有表现出比原始特征更显著的类间差异性,这可能是因为孪生网络优化了SiaCo特征的整体性能,而不是单个特征的识别能力。