揭示基因选择性表达所依赖的调控信息及其相互作用的分子机制，一直是生命科学研究领域的热点，具有重要的生物学意义和医学价值。大量生物学数据的累积和计算机技术的飞速发展，使得用计算模拟的方法来大规模重构基因调控网络成为可能。目前整合多种实验数据和信息已经成为发展调控网络重构新技术的必然趋势。本项目是对前人工作的进一步发展，旨在建立统一的网络模型，将那些在揭示调控关系上具有不确定性、不完整性、又具有一定互补性的各种数据和知识相整合，主要包括文献数据、转录因子和DNA相互作用的数据、序列信息、表达谱数据和功能注释等，模型不仅考虑转录因子与靶基因之间、而且将靶基因之间以及转录因子之间可能的相互关系引入其中，从而尽可能降低现有重构方法对数据集大小和质量的依赖性，提高重构的可靠性，具有一定的科学应用价值。

揭示基因选择性表达所依赖的调控信息及其相互作用的分子机制，一直是生命科学研究领域的热点，具有重要的生物学意义和医学价值。大量生物学数据的累积和计算机技术的飞速发展，使得用计算模拟的方法来大规模重构基因调控网络成为可能。目前整合多种实验数据和信息已经成为发展调控网络重构新技术的必然趋势。本项目是对前人工作的进一步发展，旨在建立统一的网络模型，将那些在揭示调控关系上具有不确定性、不完整性、又具有一定互补性的各种数据和知识相整合，主要包括文献数据、转录因子和DNA 相互作用的数据、序列信息、表达谱数据和功能注释等，模型不仅考虑转录因子与靶基因之间、而且将靶基因之间以及转录因子之间可能的相互关系引入其中，从而尽可能降低现有重构方法对数据集大小和质量的依赖性，提高重构的可靠性，具有一定的科学应用价值。