随着人类基因组计划的完成,人们逐渐从对结构功能组学过渡到功能基因组学的研究。科研人员也在长期的研究中积累了大量的生物学知识,建立了许多比较完善的数据库。适当的利用这些数据库,就可以快速的寻找到研究上所需要的数据资源。生物信息学发展迅速,特别是近几年围绕微阵列芯片展开的广泛而深入的研究,展现了计算机和数学工具在解决生物问题时的强大威力。许多基因表达谱数据可以公开获得,这样也为基因研究增加了便利。由于人类对健康要求的提高和医学研究的深入,复杂疾病的致病机理的挖掘很有必要。本文研究的是基于KEGG的代谢通路最短路径相关的问题,重点是挖掘在代谢通路具有最短路径性质的基因簇在功能上是否具有某种相关性。本文从mRNA和蛋白质两个层面上对复杂疾病致病基因进行挖掘,寻找对复杂疾病差异表达水平显著同时又在代谢通路上满足最短路径性质的基因簇。首先,基于动态规划算法设计一个代谢通路近似匹配算法,在KEGG的代谢网络中寻找距离最近的最佳匹配。然后,对基于基因表达谱的差异表达基因挖掘原理和方法做了研究。最终,将研究核心集中在挖掘和KEGG的代谢通路最短路径问题有关的差异表达基因簇。用统计学方法得到差异表达基因集,特征基因集在KEGG代谢通路上符合最短路径条件的基因簇和随机基因簇用机器学习的方法评价他们的分类效能,比较他们之间分类效能的差异,最终选取分类效能比较好的若干基因簇作为挖掘结果。