基因调控网络的研究是功能基因组研究中最具挑战性的问题之一。对基因调控网络的深入理解将不仅有助于揭示各种细胞功能过程和疾病的机理，还将对疾病治疗以及分子制药产生巨大的推动作用。本文的研究重点是设计有效的计算方法，从提高算法精度和算法效率两个方面解决基因调控网络的构建问题，主要进行了以下几个方面的尝试。　　 首先，从基因调控网络的局部结构出发，研究了单个转录因子和其目标基因的识别问题，设计了新的算法，并和其他成熟的算法进行了算法预测精度比较。结果表明文章提出的算法预测精度要好于其他方法。为了从更深的层次上认识基因调控网络，进一步融合了基因表达谱数据和ChIP-chip数据，提出了预测多个转录因子间协同调控作用的新算法。利用该算法对酵母细胞周期过程中协同调控的转录因子组合进行了识别，其中有超过一半的预测结果被已发表的文献证据证实或者与其他研究者的结果一致。　　 其次，设计了高效率的算法能够从整体结构上大规模地构建基因调控网络。该算法基于贝叶斯网络结构搜索理论，避免了传统搜索方法的缺点，能够快速地构建出基因调控网络。　　 最后，研制出了基因调控网络分析工具软件SigClust和Module Nets。SigClust以基因表达谱数据为基础，进一步融合了功能注释信息，不仅能够用于识别具有显著性功能注释的共表达基因集合，还能够用于分析基因调控网络中的共调控功能基因模块，从而为建立功能模块基因调控网络提供了帮助。Module Nets基于贝叶斯网络结构搜索理论，能够快速地构建基因调控网络。Module Nets极大地降低了建立全基因组基因调控网络的难度，在一定程度上解决了同类软件只能小规模分析部分基因的问题。