信号通路的异常与很多疾病,尤其是肿瘤、糖尿病以及神经退行性疾病等复杂疾病的发生发展密切相关。因此,为了在分子与细胞水平上阐述重要生命活动的分子机制以及重大疾病的发生、发展规律与机理,高效特异地信号通路分析是至关重要的。目前常用的信号通路分析方法主要依据信号通路中基因的表达信息以及基因间相互作用类型等有限的信息,然而仍有很多真实的生物学因素未能被考虑到疾病相关信号通路的富集过程中。因此,本文针对现有信号通路分析方法在基因、基因间相互作用以及控制细胞生物学行为的生物功能或进程三个方面存在的不足,研究并开发了一整套更高效特异的信号通路分析方法,以全面的解析利用信号通路拓扑结构包含的信息从而更好的进行疾病相关信号通路富集分析。另外,本文还开发了一种评估疾病相关信号通路的疾病特异性并分类可视化的方法。具体研究内容包括以下几个方面:1基于基因权值的信号通路影响分析方法从基因角度来看,目前还很少有人提出利用基因在信号通路上的不同重要性即基因在真实信号通路上的结构以及功能非等同作用的方法,也没有人将基因不同的重要性与不同的疾病联系起来。本文针对现有信号通路分析方法在这方面存在的问题,将三种可以从不同方面体现基因重要性的权值引入信号通路影响分析方法（SPIA）,提出了一种基于基因权值改进的信号通路影响分析方法（gwSPIA）,并将基因权值与疾病联系起来。验证结果表明该方法能够有效的识别出与对应疾病相关的信号通路。另外,验证结果还显示gwSPIA方法中使用的基因权值可以反映基因与疾病的相关性。这说明该基因权值可以被用来筛选基因生物标志。2基于不同状态下基因间相互作用强度差异的信号通路分析方法从基因间相互作用角度来看,现有的信号通路分析方法包括gwSPIA方法关注的都是信号通路中基因在两种不同状态下的表达的差异,而忽略了信号通路中两个基因间相互作用强度在两种不同状态下的差异。本文针对gwSPIA以及现有的方法在这方面存在的问题,提出了一种新的基于不同状态下基因间相互作用强度差异的信号通路分析方法,SPACI。验证结果显示该方法能够有效的识别出与对应疾病相关的信号通路。结果同样显示该方法中计算出的强度差异大的相互作用与疾病密切相关且具有特异性。3基于不同状态下效应基因接收到的信号差异的信号通路分析方法从控制细胞生物学行为的生物功能或进程（效应基因）角度来看,大多数信号通路分析方法都忽略了效应基因（信号通路中直接影响生物功能或进程的基因,一般是信号通路的终点基因）从其上游基因接受到的信号在两种不同的状态下的差异与疾病的相关性。尽管gwSPIA以及SPACI两个方法分别解决了现有信号通路分析方法在基因以及基因间相互作用方面存在的问题,但它们并没有解决现有信号通路分析方法在这方面存在的问题。因此,本文提出了一种新的基于不同状态下效应基因接收到的信号差异的信号通路分析方法,SPFA。验证结果同样显示该方法能够有效的识别出与对应疾病相关的信号通路。结果还显示该方法可以根据对效应基因的分析帮助我们了解哪些生物进程或功能发生了异常或信号通路的哪个部分发生了异常,从而更好的解读信号通路了解疾病细胞的生物学行为。4信号通路的疾病特异性的评估及信号通路分析结果分类可视化现有的信号通路分析方法只能根据结果提供的p值判断信号通路是否与疾病有关,这对于下一步研究提供的信息是有限的。因此,首先,本文根据KEGG通路数据库中提供的信号通路的分类信息,对疾病相关信号通路进行分类可视化为下一步研究提供更多有用的信息。然后,本文依据信号通路的分类信息开发了一种评估疾病相关信号通路的疾病特异性的方法。该方法依据KEGG通路数据库中非疾病信号通路与疾病信号通路的直接相连的连接关系构成一个连接网络,然后依据该网络中非疾病信号通路的直接连接的疾病信号通路的数目计算信号通路的疾病特异性的值。验证结果显示,本文计算的信号通路疾病特异性的值可以帮助分辨信号通路是否为疾病特异性信号通路,这样也可以为研究人员进行下一步的研究工作提供有帮助的信息。本文依据现有信号通路分析方法在基因、基因间相互作用以及效应基因三个方面的不足,提出了三种新的信号通路分析方法,更加全面地利用了信号通路的信息并实现了更加准确的疾病相关信号通路的识别。同时,本文依据信号通路分类的信息开发了一种信号通路疾病特异性的评估以及可视化方法,为信号通路分析下一步研究提供了更多的有价值的信息。