人类基因组计划和正在发展的各种组学(如:基因组学、转录组学、蛋白质组学、代谢组学等)把生物学带入了系统科学的新时代。基因调控网络作为系统生物学研究领域的一大热点,描述了在不同生物过程下的各物质间的调控作用。随着基因芯片技术的快速发展,生物高通量数据(如:微阵列基因表达数据芯片和染色质免疫共沉淀芯片)为基因调控网络构建算法的研究提供了坚实的数据基础。在本论文中,与特定生物问题相关的生物高通量数据作为基因调控网络模型的输入,综合系统辨识方法和统计方法,来决定具有统计意义的基因调控网络单元(如:转录因子—靶基因调控作用和转录因子组合作用)。本论文研究的一个核心问题是构建细胞周期过程下的基因调控网络。细胞周期过程是生物体繁殖与生存的基础。调控细胞周期过程的转录因子及其组合作用是细胞周期过程下基因调控网络的重要构成元素。利用由生物实验得到的细胞周期过程下的微阵列基因表达数据和染色质免疫共沉淀芯片数据,设计描述转录因子和靶基因调控作用的动态转录调控数学模型,针对细胞周期过程来挖掘和细胞周期过程相关的具有重要统计意义的细胞周期调控子以及转录因子组合作用。本论文研究的另一个核心问题是构建不同环境压力下的基因调控网络。在不同的环境信号刺激下,生物体会建立不同的防御机制(即:调控机制)来适应各种环境压力。本论文利用不同环境压力下的微阵列基因表达数据,通过设计描述转录因子和靶基因之间调控作用的线性回归模型,来分析特定环境压力下的具有重要统计意义的转录因子—靶基因调控关系。本毕业论文设计的基因调控网络构建算法不仅能挖掘出由生物实验或其他计算方法研究结果支持的重要调控单元,而且能揭示一些未经实验或计算方法验证的具有统计意义的基因调控网络元素,减少生物实验所需的巨大开销,并指导进一步的生物实验。