本论文致力于利用生物信息学技术与方法，通过综合分析多种功能基因组数据来构建酵母和线虫发育的基因调控网络。 　 本文相继发展了三套方法用于基因调控网络的研究。首先，我们组合线性调控模型、调控元件识别和基因聚类等方法研究酵母原型基因的调控网络。在实际工作中，我们采用聚类方法寻找共调节基因作为原型基因，解决了由于表达谱测量中基因数远大于时间抽样点数，因而无法唯一地确定网络参数的问题。识别原型基因的调控元件可以发现序列上的转录模体(Motif)，从而可以辨认可能受哪些转录因子调控。这一系统性方法既弥补了数据抽样不足的问题，又克服了原型基因之间难以确定转录调节子的困难，使最终得到的调控网络具有实际的生物学意义。其次，在随后的线虫发育基因调控网络的研究过程中，我们除考虑基因组表达谱外，还引入RNAi分析数据，从RNAi分析数据中提取的大量有关基因间相互调节的信息使整个方法的学习过程更有效，结果更准确。调控网络中给出的大量可通过实验验证的假设为进一步研究线虫发育过程提供了许多新的线索。最后，我们通过整合基因表达谱和调节子定位数据推测酵母基因调控网络。为更好利用调节子定位的信息，我们改进了模块网络算法。