傳統的癌癥治療選擇主要依靠臨床觀察和醫生的判斷，但大多數結果難以預測。 通過基因組拓撲學，我們以272名乳腺癌患者的臨床和基因信息為例，提出治療優化和頂級基因鑒定系統。 這項研究面臨某些挑戰，例如數據中的共線性和維數詛咒，因此，通過方差分析（ANOVA）的思想，實施了主成分分析（PCA）來解決此問題。 發現有幾個基因，例如SLC40A1和ACADSB，具有統計學意義，并且支持生物學研究； 建立的模型可以精確預測乳腺癌的死亡率，復發時間和生存時間，平均MSE為3.697，準確率88.97％，F1評分為0.911。 這項研究中使用的結果和方法為人們提供了一個渠道，使他們可以通過機器學習進一步研究其