不同的癌症类型会具有某些共性,这种共性体现在可能共享一些重要通路,一旦通路中的任意一个驱动基因发生突变都会导致这些通路失活,从而引发癌症的产生和发展,这从分子层面揭示了不同癌症的共同致癌原因。识别不同癌症之间的公共驱动通路对于设计有效且通用化的癌症治疗方法至关重要,大量组学数据的产生和积累已使其成为现实。一方面,分析泛癌数据能够在不同癌症中发现基因组图谱之间的相似性。另一方面,通过整合例如基因组学和蛋白质组学等多种癌症组学数据能够减少单一组学数据带来的噪声、数据不完整等问题。由于结合了蛋白质组学,会考虑到蛋白质之间的相互作用,因此驱动模块是基于蛋白质的相互作用下对驱动通路的另一种描述。围绕这些问题的研究,本文主要工作如下:在数据处理方面,由于泛癌数据通常是通过从不同癌症样本基因集的交集中识别驱动模块,一些对癌症发展至关重要的基因可能会被忽略。为了解决这个问题,首先设计了一种基于K-最近邻的插补算法KNNImp来推断一些潜在的重要缺失基因的突变值。该算法首先选定插补基因,然后通过计算样本之间的相似性,以相似性最高的前K个样本中插补基因对应基因的突变情况来判断该插补基因是否突变。最后从所有可能突变的样本中选择优先插补的样本以预测插补基因中该样本的突变情况。使用真实生物数据,在处理前的原始数据集和做插补处理后的插补数据集上使用驱动模块识别算法,对识别出的驱动模块进行对比分析。实验结果表明,所提出的插补算法确实在恢复一些重要的癌症相关基因方面发挥了作用,能够提升模块识别算法的识别效率。在模块识别方面,本文针对泛癌公共驱动模块识别问题,考虑了各个癌症之间突变频率的差异,基于调和均值定义互斥度和覆盖度,识别一组非重叠的模块集合,提出了最大化泛癌公共驱动模块集合分数PCDMSS（pan-cancer common driver module set score）模型。针对该模型,提出了一种基于层次聚类的泛癌公共驱动模块识别方法HMCEwalk,它使用各种癌症类型之间基因覆盖度分数和互斥度分数的调和平均值对集成的PPI网络进行加权,并通过随机游走过程提取模块。实验在模拟数据和真实生物数据上进行。在模拟数据上的实验结果表明,对于两种类型的癌症,HMCEwalk算法更倾向于识别一组模块,这些模块不仅在这些癌症的大部分样本中发生突变,并且每种癌症的突变样本比例接近。在生物数据上的实验结果表明,将识别性能与两种最先进的计算方法MEXCOwalk和Drive Ways进行比较,所提出的方法在大多数情况下在恢复已知癌症基因、生成满足每种癌症的覆盖度和互斥度的模块方面表现出更加优秀的性能,并且许多识别出来的模块都涉及已知的与癌症相关的生物通路中。此外,所提出的方法确实识别出许多被MEXCOwalk和Drive Ways方法遗漏的癌症相关基因。综上所述,本文对泛癌驱动模块识别问题进行研究,提出了基因插补算法KNNImp,重新定义了泛癌公共驱动模块识别模型,并提出求解该模型的泛癌驱动模块识别方法HMCEwalk。