本发明提供了一种基于自注意力深度学习的癌症亚型识别方法和系统，包括以下步骤：首先对癌症的多组学数据进行预处理，接着利用深度学习Dense网络分别学习各组学的低维特征，将不同组学特征通过拼接的方式进行初步集成；然后利用自注意力构建样本之间的相似性矩阵，根据矩阵权重以及拼接特征进行特征融合，得到最终的集成特征表示。利用解码器最小化融合特征与原始组学特征之间的误差，通过辨别器进行集成特征分布的对抗学习。最后通过高斯混合模型对学习到的集成特征分布进行聚类以识别癌症亚型。本发明能有效地整合多组学数据、同时自适应地建模样本之间的关系，学习更好的特征表示，得到较好的聚类结果，实现对癌症亚型的精确识别。