由于目前发现长链非编码RNAs（long noncoding RNAs,lncRNAs）在细胞增殖分化等多种生物学过程中发挥重要作用,且与许多疾病和合并症相关,使得疾病中lncRNA的功能注释倍受关注。然而,由于传统的基于共表达的分析方法预测lncRNA功能往往会产生大量的假阳性,且疾病存在广泛的遗传异质性,因此经传统实验方法准确鉴定功能的lncRNA数量十分有限。此外,当涉及到合并症中lncRNA的功能特征时,上述问题就更加显著。因此,开发一种整合疾病关联的新方法以降低lncRNA功能注释的错误发现率是至关重要的。本研究将采取整合与疾病相关的单核苷酸多态性（single nucleotide polymorphism,SNP）和条件特异性表达以鉴定与疾病相关的lncRNA,并进一步结合lncRNA与邻近蛋白编码基因之间的顺式调控网络的策略（disease associations with cis-regulatory network,DAnet）,有助于预测lncRNA在疾病中的功能,同时降低预测的假阳性。此外,仍有许多疾病的相关SNP信息较少,如妊娠疾病反复植入失败（recurrent implantation failure,RIF）。经调研,仅有约30个SNP被鉴定为RIF相关,而无法通过DAnet方法鉴定相关lncRNA。已有研究报道,lncRNA可以作为竞争内源性RNA（competing endogenous RNA,ceRNA）吸附mi RNA调控其对靶标mRNA的降解作用。因此,对于RIF相关数据,使用差异表达lncRNA-mi RNA-mRNA构建ceRNA调控网络鉴定RIF中的潜在调控因子与治疗药物。一、整合多种算法降低lncRNA预测的假阳性为了鉴定疾病相关的lncRNA,本研究通过（1）整合由国际疾病分类（International Classification of Diseases,ICD-11）标准化的193种疾病相关的SNPs;（2）lncRNA的条件特异性表达;（3）lncRNA与编码蛋白的邻近编码基因的加权共表达网络,开发了新策略DAnet来表征疾病中lncRNA的功能。通过疾病相关SNP与条件特异性表达鉴定出疾病相关lncRNA后,筛选最佳的条件特异性表达阈值和邻近编码基因的染色体距离,以识别更可能与疾病相关的lncRNA。进一步通过实验验证的lncRNA的金标准分析,将DAnet的性能与传统的基于差异表达的方法进行了系统比较。结果显示,DAnet可以通过控制错误发现率和疾病异质性来表征lncRNA在疾病和合并症中的功能。二、lncRNA功能预测在线工具搭建基于与疾病相关的SNP、条件特异性表达和顺式调控网络,开发了新的策略（DAnet）预测疾病中lncRNA的功能,并首次搭建了基于整合方法的lncRNA功能预测在线工具FCCLnc。FCCLnc不仅提供可选阈值的lncRNA功能预测,而且可以预测单一疾病和合并症中lncRNA的功能。此外,FCCLnc可以提供以lncRNA为中心的共表达网络的交互式可视化和完整下载。综上所述,FCCLnc在表征lncRNA在多种疾病和合并症中的功能方面是独特的,并有望成为其他可用工具不可或缺的补充。三、ceRNA网络预测lncRNA功能与疾病机制本研究收集了RIF相关测序数据,并基于差异表达lncRNA、差异表达微小核苷酸（micro RNA,mi RNA）、差异表达mRNA的ceRNA调控网络分析及CMap药物分析,探索RIF的潜在调控靶标及治疗药物。发现了10个lncRNA可能作为ceRNAs捕获2个mi RNA,进而调控30个mRNA的表达。而具有抗炎和免疫调节功能的氨普立糖和氨苯砜可能是RIF治疗的候选药物。为从lncRNA-mi RNA-mRNA网络的角度研究RIF机制与氨普立糖和氨苯砜在RIF患者中的应用提供了理论依据。综上,本研究首次整合了多种方法表征疾病中lncRNA功能,降低预测的错误发现率,并首次构建了整合方法的在线工具。进一步对RIF的潜在靶标及治疗药物的预测,也暗示lncRNA在疾病发生中的重要作用。因此,使用生物信息学方法预测潜在的疾病相关的lncRNA,对于揭示疾病发生机制,开发新药和优化个性化治疗至关重要。