挖掘基因之间的相互作用以及基因对于外界环境变化的响应机制，可以帮助人们更好地认识生命现象，揭示生命本质。　　本文主要针对动静态基因调控网络的构建方法进行研究。动态网络的研究能够帮助人们深入把握系统的动态特征，了解基因之间的相互作用机制以及基因对于细胞或组织功能进行调控的机理。本文提出了一种基于多源信息融合的状态空间模型(Multi-source Information Fusion State-Space Model，MIF-SSM）。该模型采用变分贝叶斯(Variance Bayes)方法，有效地防止了对隐状态维数的过高估计。在此基础上，将转录因子的结合位点作为状态空间模型参数的先验分布，融入到基因调控网络的推断中。最后，采用T细胞活化实验的真实数据进行实验，通过对比加入转录因子结合位点信息和不加位点信息的构建状况，证明了基于多源信息融合的状态空间模型可以大大提高基因调控网络构建的准确性。通过静态基因网络的分析，人们能够了解到生物系统的结构。当前应用于基因表达数据聚类的方法很多，本工作选取了三种典型的聚类方法，分别对于酿酒酵母周期数据和小鼠神经活动调控基因数据基因进行探索，从数据结构和生物功能两方面对结果进行评价，找出最适合该物种的聚类方法。这为我们把握生命本质，进一步了解基因动态网络奠定了坚实的基础。