随着DNA微阵列技术和基因组测序技术的不断进步和发展，生物信息学成为生命科学和自然科学的重大前沿领域之一。基因调控网络的重构是生物信息学研究中的一个热点，它利用基因表达数据，通过反向挖掘技术获取基因之间的关联信息，对揭示基因之间复杂的作用机理及基因的功能具有重要的研究意义。本论文主要研究了利用状态空间模型来构建基因之间调控关系的问题。　　 论文首先介绍了基因调控网络的特性及研究现状，阐述了利用状态空间模型来构建基因调控网络的思路和方法，分析了模型的辨识方法和过程。　　 其次研究了利用线性状态空间模型对基因表达数据的建模方法，利用BIC准则来确定模型中内部状态变量的数量，分别使用了最小二乘法，EM算法和EKF算法对模型参数进行辨识。将三种方法应用于酵母基因的表达调控网络的建模分析，辨识结果显示EKF算法的辨识效果较好，能够提高调控网络的辨识精度。　　 为了反映生物系统中基因之间相互作用的复杂性和多样性，研究了基因调控网络的非线性状态空间模型，利用EKF算法和UKF算法对模型的参数进行辨识。对酵母基因的表达数据的仿真结果表明，非线性模型对实际的基因表达数据拟合效果较好，能够有效的实现基因表达水平的预测。　　 最后，论文分别从状态的能观测性，模型的稳定性，以及预测误差等角度对利用状态空间模型构建的基因调控网络进行了分析，结果表明论文构建的模型较好的吻合了实际生物系统的某些特性。