系统生物学是将生物学知识、数学建模分析和大数据相结合的学科，因此可以对细胞代谢进行全局的分析。系统生物学可以分为两大类，即自下而上和自上而下的系统生物学。具体到代谢领域，前者是重构代谢模型并结合以基于约束建模为主的方法对模型进行分析和预测，而后者是利用数学模型对组学数据进行分析以提取生物学信息。本论文将系统生物学方法应用到凝结芽孢杆菌Bacillus coagulans和酿酒酵母Saccharomyces cerevisiae的代谢研究中，分别涉及到了自下而上和自上而下这两个领域。　　首先，本研究开发了B.coagulans的合成培养基。对于B.coagulans HL5，依次按照下述步骤开发了最简合成培养基:确定全物质合成培养基、单一剔除实验确定重要和次要的物质、单一添加实验确定促进生长的物质和统计学方法优化浓度。而对于已经基因测序的菌株B.coagulans36D1，构建了中等规模代谢模型，结合单一剔除和单一添加模拟来预测促进生长的物质。实验结果表明，本研究开发的合成培养基能支持至少5株B.coagulans的高密度生长。　　其次，本研究重构了首个B.coagulans基因组规模代谢模型，是进行自下而上系统生物学研究的基础。首先利用Model SEED网站获得粗略模型并进行人工精炼，其次实验测定了B.coagulans菌体成分以构建菌体生成反应，随后利用不同稀释速率的恒化实验估算了菌体ATP消耗，最后开展了批发酵、氨基酸需求和碳源利用等实验用于考察模型的预测能力。本研究重构的B.coagulans基因组规模代谢模型含有591个基因，629个代谢物和758个代谢反应。对比实验和模拟结果发现，模型具有较好的预测能力。　　随后，本研究开发了结合基于约束的建模方法的磷酸化调控分析方法，拓展了系统生物学的方法。所建立的磷酸化调控分析方法首次用数学公式对磷酸化水平和代谢反应速率的关系进行定量，使得磷酸化蛋白质组数据可以与基于约束的建模算得的代谢流量数据进行整合。此外，本研究提出了一套通过比较调控系数的流程，来推测稳态下的具有功能的磷酸化现象。而对于动态条件的数据，可以将磷酸化调控分析方法结合相关性分析来进行预测。将这方法运用于已发表的S.cerevisiae的实验结果，本研究预测了17个被磷酸化所调控的代谢酶，其中有7个已经被前人的实验所证实，而剩下的10个是新发现的。　　最后，本研究采用了自上而下的系统生物学的方法研究了S.cerevisiae中Sir2，Snf1和Gcn5对细胞代谢的调控。通过构建单一缺失和双缺失突变株并进行恒化培养实验，发现Sir2和Snf1对于细胞发酵和呼吸代谢的相互转化有主要调控作用。通过将转录组和翻译后修饰蛋白质组数据同基于约束的建模所评估的代谢流量结果进行整合分析，发现在这种呼吸和发酵的转化中TCA循环和氧化磷酸化途径主要受转录调控，而糖酵解主要受转录后调控。最后利用磷酸化调控分析方法进一步分析了糖酵解途径，预测了其中大量的具有功能的翻译后修饰调控作用，这些调控作用可能是引起呼吸发酵转化的重要原因。　　综上所述，本论文结合中等规模代谢模型优化了B.coagulans高密度培养合成培养基，并重构得到了具有较好预测能力的B.coagulans基因组规模代谢模型，为其全局性细胞代谢研究奠定了基础;此外，开发了能整合多组学数据的磷酸化调控分析方法，不仅可以用于推测具有功能的翻译后修饰现象，也能用于研究各层面的代谢调控机制。本论文研究结果不但促进了系统生物学在微生物细胞代谢研究中的应用，也拓展了系统生物学研究方法。