生物通路是细胞中分子间的一系列活动，导致细胞内某种产物或变化。生物通路可以导致新的分子的组装（如脂肪和蛋白质）、控制基因表达、刺激细胞移动等。复杂疾病往往和生物通路网络之间存在密切的关系。因此深入研究生物通路网络对探索疾病的发病机制具有重要的意义和研究价值。生物通路网络扩展算法是重要的生物通路分析方法，生物通路网络扩展算法有助于研究生物通路和复杂疾病之间的关联。然而，传统的生物网络扩展算法存在效率低和扩展效果不佳等问题。另一方面，研究者对于通路网络可视化系统具有很大需求，而现行通路可视化系统存在着授权费用高、交互体验差等问题。因此，本课题旨在提出一种高效的通路网络扩展算法并开发了一套美观实用的生物网络可视化系统。　　本课题中，我们首先使用复杂网络的分析方法分析了生物通路网络的重要参数。在网络属性方面，我们研究了生物通路网络的小世界属性和无标度性。我们研究了聚集系数、聚类系数、网络中心性、度分布等重要特性在生物通路网络中的意义。基于生物通路网络分析的结果，我们使用生物通路的聚集系数和权重提出了基于深度优先搜索策略的通路网络扩展算法。该算法兼顾了网络节点和边属性。该算法和有限随机游走算法在内的3种算法进行了比较，实验证明该算法兼顾了网络扩展的准确性和效率。　　随着生物信息学高速发展，大量的实验数据迅速积累，由于数据规模日益增大，使用网络方法来研究这些数据已经成为了热点。随着网络可视化的需求的日益增长，因此开发一款美观实用的通路网络可视化系统迫在眉睫。本课题中，我们搭建了基于Web的生物网络可视化系统，实现生物通路网络的可视化和良好的人机交互，为使用者提供了极大便利。