Het gevoerde onderzoek focust op het linken van genetische variabiliteit aan geobserveerde moleculaire en macroscopische eigenschappen van organismen. Hierbij wordt gebruik gemaakt van het feit dat genen niet opereren in isolatie, maar deel uitmaken van cascades of netwerken van interagerende genen. Door gebruik te maken van het feit dat genen die dicht bij elkaar liggen in dergelijke netwerken participeren in dezelfde biologische processen kunnen meerdere problemen in de computationele biologie aangepakt worden. In dit onderzoek werd eerst een methode ontwikkeld die toelaat om lage resolutie genetische variabiliteit die gelinkt kan worden aan de differentiële activiteit van een gen in bakkersgist te verfijnen tot op het niveau van een individueel gen. Vervolgens werd een methode ontwikkeld om te bepalen welke verstoringen van cascades van interagerende genen gelinkt kunnen worden aan tumorontwikkeling, gebruik makende van reeds gekende informatie en verschillende heterogene datasets. Deze methode werd vervolgens uitgebreid om groepen van patiënten te kunnen identificeren met gelijkaardige moleculaire eigenschappen en overlevingskansen. Als laatste werd een netwerkgebaseerde methode uitgewerkt voor het identificeren van genen die betrokken zijn bij de houtvorming in eucalyptusbomen. Alle voorgestelde methodes werden vergeleken met alternatieve methodes, en telkens werd vastgesteld dat de netwerkgebaseerde aanpak performanter was dan de beschikbare alternatieven.