中文摘要：

近年来，微阵列(microarray)数据分析成为一个研究热点，因为微阵列能够同时记录到几千个基因的表达水平，是人们认识基因表达的差异及其相互作用的有力手段。基于独立成分分析方法，本项目着重研究不同基因的不同功能角色，提取隐藏在基因表达水平内的具有生物学意义的生理学过程(physiological processes)，研究每个基因是如何参与不同的生理学过程的，研究基因在不同的生物体器官组织中不同

结论摘要：

近年来，DNA微阵列数据分析成为一个研究热点，因为微阵列能够同时记录到上千个基因的表达水平，是人们认识基因表达的差异及其相互作用的有力手段。本研究首先提出了几个基于独立成分分析的新算法，提取隐藏在基因表达水平内的具有生物学意义的生理学过程，从而可以发现每个基因是如何参与不同的生理学过程的，计算出基因在不同的生理学过程中的表达水平。其次，由于表现基因功能的方式的多样性，比如，微阵列和种系发生轮廓都可以用来刻画基因的表达功能，因此将这两种不同的数据整合起来，从而按照功能对基因进行分类显得非常重要和有意义，我们提出了一系列基于高斯过程的数据整合分类算法，实验结果表明，基于数据整合的分类算法可以有效的提高分类的准确性。最后，我们提出了一个基于变分方法的稀疏贝叶斯回归算法，这个方法可以用于推断出基因的调控网络，也就是计算出基因之间的相互作用关系。