网络的可控性是复杂性科学的前沿问题,也是研究复杂网络的最终目的之一.对于一个给定的网络,如果给网络一个输入,此网络可以在有限的时间内由任意的状态达到人们期望的状态,就称这个网络是可控的.尽管复杂网络可控性方面的理论研究已取得了巨大进展,却很少有关于生物网络的可控性研究,尤其是动态生物网络.本论文主要研究了酿酒酵菌的六个转录调控网络（TRNs）的结构可控性,其包括一个静态网络和五个动态网络.五个动态网络包含两个内源性网络和三个外源性网络.本文主要得到以下结论:首先,运用已有文献数据构建酿酒酵母菌的静态和动态TRNs.根据结构可控性理论,将网络中的节点分为驱动节点（Driver nodes）、关键驱动节点（Critical driver nodes）、不可缺节点（Indispensable nodes）、非必需节点（Dispensable nodes）和中性节点（Neutral nodes）五类,并通过最大匹配算法得到网络中最少数量的驱动节点（MDS）,以此分析静态和动态TRNs的结构可控性.结构可控性分析结果表明,实现对生物网络的完全控制相当困难,需要控制网络中74%以上的节点,且静态网络的控制难度要高于动态网络,与内源性网络相比,外源性网络需要更多的外部输入实现网络结构可控性.又通过与随机化网络对比,以及统计检验的方法来说明所得结论的有效性.其次,考虑了三个节点的前馈环（FFL）,四个节点的单输入（SIM）和多输入模体（MIM）与网络结构可控性之间的关系.结果发现每个网络中构成SIM和MIM的节点往往是网络中的关键驱动节点,与静态网络相比,动态网络中构成FFL的节点往往是关键驱动节点.最后,为了研究结构可控性与基因功能之间的关系,分别进行了GO富集分析与_（80）富集分析.富集分析的结果表明网络中的驱动节点而不是关键驱动节点可能是造成网络间功能不同的原因.网络中的关键驱动节点,不可缺（Indispensable）节点和中性（Neutral）节点均在转录因子（TFs）中富集,但在不同状态下的网络中,必需基因（Essential genes）富集在不同类型的节点中.上述结果对网络结构扰动具有一定的鲁棒性,该结果将为实际生物系统的控制提供一定的参考,且在网络医学中具有潜在的应用价值.