长非编码RNA(lncRNA)是一类广泛存在于细胞中长度超过200核苷酸(nt)的非编码RNA(nc RNA)。近些年研究发现lncRNA在疾病的产生过程中具有重要作用,但是两者的关系还没有完全清楚。医学工作者为了研究lncRNA与疾病的关联,通常采用“湿实验”的方式,面对几十万种lncRNA和复杂的疾病,传统方式面对这么庞大的数据集显得束手无策,会浪费大量的人力成本和经济成本。为此,生物信息学的研究者将性能良好的预测模型应用到lncRNA与疾病关联研究中,可以快速得到与某种疾病最相关的几种lncRNA,然后医学工作者就可以专注于这几种lncRNA与疾病的关联的研究。虽然这些模型取得了不错的成就,但是目前的预测模型还有很多提高精度的空间。因为随着lncRNA与疾病相关研究的深入,越来越多的lncRNA相似性和疾病相似性维度应用到lncRNA与疾病的关联预测中,但是当前常用的模型存在的问题是:第一种情况是使用了疾病和lncRNA的单一的相似性,另一种情况是在整合lncRNA与疾病的多种相似性的时候可能导致信息丢失的问题。为了解决这些问题,本文做了以下研究:(1)研究多种lncRNA与疾病的相似性,包括lncRNA的表达相似性、lncRNA相似性、疾病语义相似性、疾病余弦相似性。(2)使用相似性核融合方法整合lncRNA与疾病相似性,为了消除噪声影响,在融合之前强制执行邻居约束以细化所有相似矩阵。然后构建基于拉普拉斯正则化最小二乘法的成本函数预测lncRNA与疾病的关联。(3)针对相似性核融合模型中的5个参数,使用留一交叉验证法和五折交叉验证法分别求其最优解。(4)为了验证相似性核融合方法的性能,需要对比多种情况:多种相似性的合理性、余弦相似性和高斯核相互作用相似性的差别、相似性融合方法中邻居约束的合理性、相似性核融合模型与其他方法的比较。最后,发现在留一交叉验证和五折交叉验证中相似性核融合分别取得了0.9049和0.8743±0.0050,取得了优异的表现。此外,对三种疾病(肝细胞癌,肺癌和前列腺癌)进行的案例研究表明,相似性核融合模型可以准确预测相关的lncRNA。