近年来,长非编码RNA(lncRNA)由于在许多重要的生物学机制中崭露头角而引起了人们的关注。越来越多的生物学实验和临床报告表明,lncRNA有着作为肿瘤抑制因子、致癌基因、转录调节因子和表观遗传修饰因子的多种功能,lncRNA与人类各种复杂的严重疾病的发生和发展密切相关,研究lncRNA与疾病的潜在关联关系已经成为当下许多科研人员的重要课题方向。然而,只有少数的lncRNA与疾病的关联已经通过实验验证,因此,研究lncRNA与疾病的潜在关联显得非常迫切。这样做不仅有助于阐明复杂的发病机理,而且还有助于疾病的诊断,治疗和预后。然而,通过生物学实验和临床研究了解lncRNA与疾病之间的关联需要大量的人力和物力成本。当前,大数据和人工智能技术迅速崛起,越来越多研究人员将计算机技术和统计学方法应用到生物信息数据挖掘中,这种研究方式可以快速挖掘出更有许多研究人员已经提出预测潜在的lncRNA-疾病相关联的计算方法,很多预测算法取得可观的预测效果。尽管这些预测模型取得不错的预测效果,但是绝大部分模型还有很多提高的空间。一方面,这类研究对数据的丰富度要求比较高,很多模型都是用了较少的lncRNA和疾病的相似性,另一方面是无法预测没有已知关联疾病的lncRNA。为了解决这些问题,本文做了以下研究:(1)整合了lncRNA表达相似性网络、lncRNA余弦相似性网络,疾病语义相似性网络和余弦相似性网络。(2)基于功能相似的lncRNA倾向于与表型相似的疾病相关联的假设,反之亦然,我们提出了一种新的预测模型,即基于网络投影一致性的lncRNA-疾病关联预测模型NCPHLDA。NCPHLDA预测模型的核心方法不仅是无参数方法,而且不需要负样本。NCPHLDA预测模型可以预测出lncRNA(没有任何已知的与其相关联的疾病),(3)在模型评估上,我们分为性能评估和案例研究,性能评估上采用交叉验证方法,通过分别对NCPHLDA预测模型实施留一法交叉验证和5折交叉验证,可以得到0.9273和0.9179±0.0043的AUC值。在与一些经典的预测模型对比上,我们也分别采取留一交叉验证和五折交叉验证进行比较,结果表明NCPHLDA预测模型有着更优越的预测能力。此外,余弦相似性和高斯核相互作用相似性的性能对比也表明余弦相似性性能更好。在案例研究上,对三种疾病(乳腺癌,宫颈癌和肝细胞癌)进行案例研究,结果表明,NCPHDLA预测模型在预测潜在的lncRNA与疾病关联上具有可靠和令人信服的预测性能。