寻找复杂生物分子网络的结构与功能之间的联系并提出相应的设计原则至今仍是系统生物学领域的巨大挑战。而这是系统性地理解细胞的工作原理并有效地获取细胞状态调控方法的重要途径。网络结构分析和动力学模拟对生物复杂系统的研究已经取得了很大进步。但是统计角度的结构研究无法测定生物网络中某些具体的相互作用的变化对网络整体性质的改变。动力学的研究对参数的苛刻要求和对计算资源的巨大需求同样限制了它的应用。设计一套完备的复杂系统分析方法对我们理解,分析,并改造生物系统有着重要的生物学和临床意义。借助图论和控制论的方法,我们设计了一种能对生物分子反应网络的信号前导通路和反馈调控回路进行模块化的算法并成功地得到了三个重要的信号转导网络的前导模块和层次化的反馈模块。虽然反馈模块对系统动力学的影响各异,但是它们之间的协同调控却是重要的生理现象。结合这三个网络的结构和动力学特征,我们提出了一个抽象的信号转导模型。它不仅可以有效地进化,而且可以合理地解释细胞如何高效并且可控地转导刺激信号以及同源的信号体系为什么在不同的组织细胞中呈现差异化的功能。此外,通过路径和模块扰动分析,我们发现信号前导模块的多通路并行介导以及全局反馈模块对同一个核心节点的重复调控增强了系统的鲁棒性。另一方面,输出信号对核心节点的参数依赖以及局域反馈缺失引起系统动力学的巨大改变体现了系统的脆弱性。这两者的对立性在进化的大逻辑框架下得以统一。我们的研究对理解生物网络的设计原则以及构建具备特定功能的生物系统都有重要的意义。神经网络的连接结构是理解神经系统功能的基础。然而在最基本的神经元层面通过研究信息的传递来实现功能的分化和整合仍然是个很具挑战的问题。本文对目前已被完整探测的C.elegans神经系统的全连接网络进行结构分解。我们对承载它两个重要生理功能的神经元回路进行探索,挖掘其核心神经元基团和辅助神经元基团的功能实现。此外,通过神经网络的反馈调控和不同功能间神经元基团的分化和整合可以理解神经系统运行的潜在机制。为进一步实验探索C.elegans神经系统的功能实现提供了较好的理论基础。