随着人类基因组测序完成,海量生物数据被积累。早期生物学实验的方法已无法解决新的研究需求,对新方法和新工具的探索使得生物信息学逐渐兴起。生物信息学是一门通过研究计算方法和软件工具发现生物知识的交叉学科。使用计算方法去探索分子间关联、解决生物问题已成为未来研究的必然趋势。本文选择对microRNA(简称miRNA)与疾病之间潜在关联进行研究。miRNA是一种非常重要的小分子RNA,在细胞内具有多种重要的调控功能,尤其是在疾病的发生、发展过程中扮演重要角色。预测miRNA与疾病间的潜在调控关联,有助于从后转录水平去探索疾病的致病机理,从而辅助临床和医学研究。本文主要基于重建的生物异构网络,对miRNA与疾病关联的预测算法进行研究与改进。主要完成以下三方面工作:(1)融合多种相关数据,设计相似性计算方法,分别计算miRNA间和疾病间的相似性,并通过miRNA与疾病的关联数据整合网络,重新构建异构生物网络。(2)使用基于元路径的关联预测方法,通过设计不同的元路径,探索miRNA与疾病之间的关联。同时,通过与其他算法进行实验比较,验证元路径方法的预测效果。(3)在元路径预测方法的基础上,提出两种的改进策略。分别为考虑miRNA标签策略和使用支持向量机策略。以上两个策略的使用,使miRNA与疾病间的相关性计算更为准确,从而提高预测准确率。实验证实本文提出的改进算法预测表现明显优于其余算法。