生物细胞内的代谢是胞内所发生的用于维持生命活性的所有有序的化学反应,是生物体与外界进行物质和能量交换的过程。生物代谢的分析包括代谢物浓度,代谢流量以及代谢功能的研究,人们通过对生物代谢系统的建模分析可以更加准确的了解细胞内部的代谢机制,对观察疾病的发病机理、设计药物和分析疗效等方面都具有很大的应用价值。通过代谢建模的方式研究生物代谢也有利于降低实验代价,以及预测一些生物实验中无法测量的代谢数据。目前转录组学数据相对于蛋白组学,代谢组学数据,无论在测量代价还是精度方面都有很大的优势,而基因表达数据与生物的代谢之间有很大的关联,所以越来越多的研究尝试利用转录组学数据分析生物代谢系统。从基因型预测细胞功能是生物学的基本目标,基于约束的代谢建模将生化、遗传和基因组学知识系统地转化为能够描述代谢生理学机理的数学模型。本文使用基于约束的建模方法,将转录组学数据整合到代谢网络中,对生物的代谢流量分布和“工作”网络的重构进行定性分析。完成的主要工作包括：(1)面向微生物的代谢流量分析,提出了一种基于基因表达差异预测代谢流量变化的计算模型。模型通过假设“当编码酶的基因表达发生了显著变化,则酶催化的代谢流量也应该显著变化”,将相对的基因表达数据整合到代谢网络,预测显著变化的代谢流量。与经典的流量平衡分析模型相比较,发现本文的模型更加准确地预测了微生物的代谢流量变化。(2)基于Fisher’s exact test,给出了一种根据代谢反应差异判定代谢通路变化程度的方法,使用该方法对癌症细胞代谢通路变化进行研究分析,并利用ROC曲线与传统的基因富集(GSEA)方法相比较,结果证明了我们的方法在预测肾癌显著变化的代谢通路时,比GESA方法的性能更好。(3)给出一种从生物代谢“工作”网络的角度,分析癌症代谢共性的方法。利用shlomi的iMAT方法,构建了17种人类正常和癌症的不同组织(共34个)的代谢“工作”网络,并对代谢网络进行分割,研究17种癌症组织的代谢特性。