通路分析是加深生物实验数据理解的通用研究方法。信号通路影响分析方法(SPIA),该方法将注释在通路的经典的富集分析方法和实时的扰动的方法结合到一起。因为以前方法是主要针对单个通路分析的,他们的分辨率不是很高由于差异表达的基因可能集中在通路的局部区域。就目前的研究工作来说,为了识别与癌症相关的通路,我们结合了当前的子通路分析方法到SPIA方法中成为“sub-SPIA”方法。原始的子通路方法使用k团结构来定义子通路。然而,他们并不能灵活有效的获取复杂结构的子通路而且经常造成很多重叠的子通路。因此我们就提出了基于最小生成树的方法去寻找子通路的方法。用上面提到的sub-SPIA方法应用在直肠癌和肺癌的数据中,相对于SPIA方法,我们方法的结果显示我们的方法能够识别更多的与特定癌症相关的显著通路。在基于KEGG数据库的整个网络的通路,我们发现通过sub-SPIA的方法找出的通路比SPIA等其他方法找出的通路链接更加紧密。