Рак яичников представляет собой важную проблему здравоохранения во всем мире. Среди злокачественных опухолей женской репродуктивной системы данная онкопатология имеет самые высокие показатели смертности и самые низкие показатели выживаемости в течение первого года после установления диагноза. По этой причине разработка моделей, способных с высокой точностью предсказывать риск и прогноз заболевания является актуальной задачей, стоящей перед современными исследователями и клиницистами. Целью данной работы было построение предсказательной модели риска развития рака яичников на основе молекулярно-генетических маркеров с использованием алгоритмов машинного обучения. В качестве предикторов для построения модели использовали данные генотипирования полиморфных локусов rs238406/ERCC2, rs13181/ERCC2, rs4150407/ERCC3, rs861539/XRCC3, rs3218536/XRCC2, rs117230607/ATP23, rs144292904/ ADPRH, rs147006695/PON3, rs17850034/USP45, rs17879749/MMP1, rs36007488/ TBRG4 и rs61757718/ PIK3C2G. Полученная модель обладала средней прогностической способностью с чувствительностью – 68% и специфичностью – 61%.