生物体表型的变化和其代谢系统的变化息息相关,细胞在生长发育的不同阶段、受到外界环境刺激以及发生病变等生物过程中,相应的细胞代谢系统也发生着相应的变化,对这些变化过程的代谢系统的变化的分析有助于我们从代谢的角度理解生物体的生长发育过程、对外界扰动刺激的应激机制以及疾病的致病机理。在过去的十几年里,对生物体进行全基因组尺度的代谢系统建模以分析细胞代谢行为,取得了一定的成果,但在对多细胞生物的代谢系统分析上,因为多细胞生物的固有复杂性,一直进展缓慢,本文在前人研究的基础上针对多细胞生物代谢系统建模做出了一些新的特色工作,在从系统的角度分析代谢行为方面有着广泛的应用前景。本文的研究工作主要关注多细胞生物的代谢系统变化过程,结合现有的高通量基因表达数据,对细胞在不同条件下的代谢系统的变化进行建模分析。主要的特色工作包括：(1)提出一种融合基因表达差异信息的面向多细胞生物的代谢系统差异分析方法,建立新的代谢系统分析模型,新方法不需要对细胞代谢功能做特定的假设,大大扩展了其应用范围。在人体不同组织细胞和正常组织与肿瘤组织细胞两个不同的数据集上验证了新的代谢系统差异分析方法,结果证明了本文提出的方法有效的预测了这些不同条件下的代谢系统差异。(2)利用新提出的代谢系统变化进行分析的方法,设计并实现了基于web的代谢系统差异分析工具,它能提供更加准确的代谢系统差异分析结果。同时,我们还构建了代谢系统差异数据库,整合细胞在生长发育、外界刺激以及病变过程中的代谢系统变化数据,方便研究人员对相关生物过程的分析研究。(3)针对时序条件下的代谢系统差异分析,提出了两种新的代谢差异分析方法,一种是基于富集分析方法在时序变化过程中任意两点的差异分析结果,推断pathway或者代谢反应在整个时间序列下的状态变化；另一种结合时序基因表达数据的代谢系统建模方法,考虑相邻时间点的变化对代谢系统分析的影响,更加准确的描述时序变化过程中的代谢系统状态变化。在小鼠脂肪细胞的分化的基因表达数据集上验证了新的时序代谢系统差异分析方法的有效性。