目的旨在利用DNA甲基化特征构建机器学习模型来预测肿瘤患者放射治疗（RT）反应。方法通过整合分析10种癌症类型、843例患者的全基因组DNA甲基化和RT疗效数据，鉴定了与放射的敏感性显著相关的差异甲基化位点（DMSs）。基于这些特征性DMSs开发了机器学习分类器模型。结果基于多个 CpG 位点甲基化信号构建的机器学习分类器，在区分放射敏感与抗性患者方面（AUC=0.889~1.000）显著优于单一差异甲基化位点（DMS）（AUC=0.594~0.956,P<0.001）。该模型也可预测患者总生存期。结论基于DNA甲基化组特征的机器学习模型在预测RT疗效和预后方面有临床应用价值。