目的:个体中不断累积的体细胞基因突变是导致癌症发生的重要因素。但是,由于肿瘤异质性的影响,单个基因的突变频率较低,仅用单个基因的突变作为癌症诊断标志存在很高的假阳性。因此,很多研究提出通过识别一组突变频率较高的基因来作为癌症的诊断标志,然而这样识别出的标志在不同数据集间的可重复性不高。研究表明对一特定通路,某一癌症不同患者在通路的不同基因上发生突变,因此在通路水平对基因突变进行分析和研究能够有效克服肿瘤个体间异质性的问题。但是现有的基于通路的突变分析方法主要是识别驱动基因,未提供有效的癌症诊断或者分型标志。方法:为了解决上述问题,本研究提出了一种经验性的算法,通过优选一组某一特定癌型或特定癌症亚型患者中的突变驱动基因来作为癌症诊断或者分型标志。该算法基于某一特定癌型的突变谱和KEGG的通路信息,以通路中基因之间的互作关系为基础,应用贪婪算法的思想最大化子通路的突变频率或亚型之间的突变频率差,识别出特定癌型高覆盖的子通路和亚型特异的子通路,该算法命名为Path MG。结果:在本研究中将至少在90%的肺癌样本中发生突变的子通路定义为高覆盖子通路,通过分析数据集Lung-data1的408个肺癌样本的突变数据,本研究在肺癌中识别了3条高覆盖的子通路:PI3K-Akt signaling子通路、Olfactory transduction子通路和Regulation of actin cytoskeleton子通路。通过富集分析发现这些高覆盖子通路中的基因显著富集在癌基因和药物靶基因上,并且这3个高覆盖子通路在两套独立肺癌数据集Lung-data2和Lung-data3中也得到验证,说明Path MG识别的高覆盖子通路具有高度可重复性。另外,以优化后的高覆盖子通路作为诊断标志,其在独立数据集中也具有较高的覆盖率,如从PI3K-Akt signaling高覆盖子通路中筛选出的包含88个基因的诊断标志在两套独立数据集中的总体覆盖率达到92.8%。在结直肠癌中,我们也识别出了3条可重复的高覆盖子通路:PI3K-Akt signaling子通路、MAPK signaling子通路和Regulation of actin cytoskeleton子通路,且子通路中的基因都显著富集于癌基因和结直肠癌常用化疗药物的靶基因。我们将这三条高覆盖子通路优化后作为结直肠癌诊断标志,发现其在独立数据集和我们实验室检测的数据中均保持很高的覆盖率。同时,我们也将Path MG算法应用于肺癌的两种主要亚型（肺腺癌和肺鳞状细胞癌）来识别亚型特异的子通路。最后,我们识别出了6条肺腺癌特异的子通路和7条肺鳞状细胞癌特异的子通路,且这些子通路在独立验证集中通过验证。在这13条肺癌亚型特异的子通路中有2条肺腺癌特异的子通路和3条肺鳞状细胞癌特异的子通路是与肺癌预后显著相关的。类似地,我们也分析了左结直肠癌和右结直肠癌,识别出了42条右结直肠癌特异子通路。结论:本研究提供了一个经验性的算法（Path MG）用于识别癌症高覆盖和亚型特异子通路,为癌症亚型诊断和通路靶向治疗提供帮助。