粘液形成菌是换热系统中的主要致垢微生物之一,其生长周期短,具有迅速繁殖的能力,可以快速的在换热设备内聚集并产生大量的代谢产物,从而形成微生物污垢。微生物污垢的存在不仅极大的降低了换热效率和经济效益,还增加了换热设备的安全隐患,对换热系统有着巨大的危害。迄今为止,粘液形成菌的致垢机理还未形成统一的、可用于实验研究的数学模型,但是其致垢过程,必然受致垢基因表达的调控,因此,对粘液形成菌的致垢基因进行基因调控网络建模,研究其致垢基因之间的表达调控关系,对于探索粘液形成菌的致垢机理和开发新型的微生物污垢防治方法都具有重要的意义。本文以粘液形成菌的关键致垢基因为主要研究对象,以数据驱动为主要研究手段,开发了一种新型的基因调控网络构建方法,完成了粘液形成菌致垢基因调控网络的构建。首先,为了定位粘液形成菌的致垢基因,设计了高频电磁场抑垢实验和转录组基因测序实验,通过对比正常条件下和高频电磁场环境作用下粘液形成菌基因的差异表达,定位了43个致垢基因,并进一步定位了20个关键致垢基因,获得了4个时刻的基因表达数据;然后,在综合分析各种基因调控网络模型和建模方法的基础上,提出了一种新型的基于自适应长短时记忆神经网络(LSTM)的基因调控网络建模方法,主要包含三个步骤:(1)使用LSTM进行基因表达量预测建模,并使用粒子群优化算法(PSO)优化LSTM的权重和隐层节点数;(2)使用牛顿插值法对相关基因的表达数据进行数据扩充;(3)应用皮尔森相关系数分析法,提取扩充后的相关基因的表达数据和预测得到的目标基因表达数据之间的调控关系。为了测试所提出的建模方法的有效性和普适性,分别在酵母菌细胞周期基因数据集和大肠杆菌基因修复网络数据集上进行了建模分析,结果表明,所提出的基于自适应LSTM的基因调控网络构建方法具有较高的建模精度,在两个真实生物数据集上,建模的准确性和F得分都超过了0.9,性能指标均优于其他建模方法。最后,我们使用所提出的建模方法,对粘液形成菌的20个关键致垢基因建立了3个基因调控网络。