系统发育重建以重建物种间的进化关系为主要目的,是生物学领域的重要研究内容,在科研和生产等各方面都具有广泛应用。基于代谢网络的系统发育重建方法随着后基因组时代生物信息学的发展而出现,因有效避免了基因操作的影响而正受到越来越广泛的关注。基于整体代谢网络比较的系统发育重建策略主要包括以下几个步骤:首先重建所研究物种的代谢网络,并将这些代谢网络抽象表示为代谢物或酶的集合,然后利用描述集合间差异的距离函数确定各物种代谢网络之间的进化距离,最后根据得到的进化距离矩阵重建系统发育树。然而,在重建代谢网络和确定进化距离等关键步骤中,目前的方法还存在着诸多问题,例如重建网络的准确性不高、网络重建软件缺乏、所确定的进化距离误差较大等等。为此,本文利用生物信息学的研究手段对这些问题进行了深入的研究,并取得了以下具有创新性的成果:首先,针对以往代谢网络重建方法中存在的数据难以及时更新、数据有冗余、获取数据慢等问题,本文采用分而治之的递归策略,提出了一种基于KEGG数据库自下而上重建代谢网络的新方法。与以往的方法相比,本方法的优点在于:使用KEGG的Web服务直接获取数据,保证了数据的准确性和及时更新;依靠KEGG/PATHWAY数据库的数据选择机制选择数据,保证了用于构建网络的数据无冗余;通过设计和实现本地关系数据库将远程数据本地化,大大降低了数据读取和网络重建所需要的时间。评估结果显示,该方法不仅保证了用于重建代谢网络的数据是准确的并能够及时更新,而且还有效地提高了多物种多次重建情况下的网络重建效率。其次,基于代谢网络的系统发育重建往往需要对多个物种进行代谢网络重建。现有的软件大多侧重于生物学网络的可视化与数据整合,不能满足以计算为目的的多物种、大规模网络重建的需要。为此,本文运用Java语言高级编程与数据库技术开发了两款方便易用的代谢网络重建软件MetaGen和MetAtlas,不仅可以满足基于代谢网络的系统发育研究对于批量重建代谢网络的需要,也为代谢网络研究的深入开展铺平了道路。前者以命令行方式工作,可对代谢网络进行大规模地批量重建;后者以Cytoscape插件形式实现,可借助于Cytoscape强大的可视化功能和插件机制实现对重建网络的动态可视化和进一步计算。二者均具有跨平台、跨数据库和可扩展性好等优点,并且在GNU LGPL协议下完全开源。源代码、说明文档及其它相关资料可从http://bnct.sourceforge.net/直接下载。再次,以往基于代谢网络比较的系统发育重建方法通常将代谢网络抽象成为结点集合,并直接使用度量集合间差异的距离函数来确定网络间的进化距离。这类方法由于忽略了结点自身的差异,而使得确定的进化距离误差较大。为此,本文首次考虑到进化保守性和拓扑重要性等酶自身特性对于酶网络间进化距离的影响,提出了一种新的进化距离确定模型:WJD模型。以16S rRNA进化距离为参考,分别将WJD模型得到的四种进化距离与以往方法确定的进化距离进行了比较。结果显示四种WJD进化距离的误差都较小,从而说明了WJD模型的合理性。最后,虽然WJD进化距离确定模型考虑了结点本身特性的差异,但仍然没有摆脱集合论方法固有的未充分考虑网络结构特征的局限。为此,本文首次将信息检索中特征项提取的思想引入系统发育重建的研究中,并由此提出了一种新的系统发育重建模型TopEVM。该模型首先提取酶的共出现模式和拓扑特征模式,并将二者整合为加权向量,然后通过比较各物种相应的加权向量求取物种间的进化距离,进而重建系统发育树。以NCBI分类树作为参考,本文将TopEVM模型得到的系统发育树与以往方法得到的树进行了比较,结果表明TopEVM模型得到的结果更接近公认的NCBI分类结果。总而言之,本文采用生物信息学的手段就基于代谢网络的系统发育重建方法中代谢网络重建和网络间进化距离确定这两个关键步骤进行了深入研究。设计了一种基于KEGG数据库、快速可靠地重建代谢网络的新方法;根据该方法开发了两款针对不同研究目的的新的代谢网络重建软件;在分析有向网络中酶进化保守性与拓扑重要性的关系的基础上建立了一种新的进化距离确定模型,并借鉴信息检索中特征项提取的研究思想进一步提出了一种新的系统发育重建模型,从而为基于代谢网络系统发育重建方法的理论研究和实际应用做出了贡献。