随着“人类基因组计划”提出以后,人们完成对多基因组(呈现基因组序列的多态性)测序计划之后,又开始转向对这些基因和他们相互关系的功能理解的研究。在最近几年人们采用微阵列技术找到基因在不同状态下的表达水平。人们想从分子水平上理解生物体功能,需要知道生物体中的基因相互依赖关系,知道生物体中哪些基因被表达、在哪里被表达、什么时候表达,以及表达的程度如何等,这样我们就需要建立基因表达调控网络(gene regulatory networks)。基因表达调控是通过基因调控系统实现的,而该系统的结构又由DNA、RNA、蛋白质以及小分子之间的相互关系网络决定的。我们所感兴趣的大多基因调控网络都含有多个成分,这些成分都是由正的或负的反馈回路连接组合而成的,我们很难从直观上理解他们的行为。因此,我们可以通过采用一些方法和计算机工具来模拟和推测基因调控网络,构建基因调控网络关系。从表达谱数据出发,可以建立基因或蛋白质相互作用的网络模型,这种方法也称反向工程(reverse engineering)。然后做一些生物方面的研究工作,使构建和模拟的基因调控网络更有应用价值。本文主要做了以下几方面的研究： 第一,回顾已有的描述基因调控网络的方法。 本文回顾了已经在生物学中采用的用于描述基因调控系统的一些方法。如有向图、线性微分方程模型、加权矩阵模型、贝叶斯模型、布尔网络以及互信息关联模型等。并且介绍这些模型各自的优缺点。 第二,由互信息理论和布尔网络共同建立基因调控网络模型。 本文首先采用的方法是由互信息理论和布尔网络共同建立基因调控网络模型,并且通过举例说明该方法,用此方法相应地可推导出多个基因决定某个或多个基因的表达值的逻辑规则,根据得到的逻辑规则建立基因电路网络,再对得到的基因逻辑电路网络,依据分析逻辑电路网络的方法建立基因调控网络动态转换,从而分析基因间的调控关系。 第三,利用基因数据噪音建立基因调控布尔网络。 本文采用另一种在利用互信息理论研究布尔网络时,用离散函数学习(Discrete Function Learning,DFL)算法进行搜索,建立布尔网络模型,可以使运算量得到相应减少。重点说明了用DFL算法建立搜索时,如果出现噪音,依据基因或蛋白质数据中出现的噪音构建含有噪音的卡诺图(Karnaugh maps),在卡诺图中找到基因或蛋白质间的布尔逻辑关系,然后由得到的逻辑关系建立布尔网络模型。并在文中给出依据表达谱数据噪音建立基因或蛋白质调控布尔网络的例子。 第四,设想建立肿瘤基因网络。 本文在最后介绍将此方法用在建立肿瘤基因网络。主要通过研究Wnt信号通路的构成及其与肿瘤的关系,建立Wnt-5a调控布尔网络。由于目前生物信息学,尤其是基因调控网络分析该研究领域的很多方面还不健全,所以当前获得的实验数据不可能对所推测出的网络的生物学准确性进行评价。最好是把得到的网络可以用实验证明。相信在未来,可以建立很好的评价网络的方法。