近年來，隨著生物學的研究，由較基礎的基因或蛋白質的分析，演變成較大整體組織的探討，為了進一步了解整個系統生物學的奧妙，我們用簡單的數學模
型去描述重要的生物網絡，並且驗證這些模型可以預測生物體的運作。
在此我們研究兩個議題，其一是在免疫系統中，細胞如何正確地分辨外來的訊號，以便有效殺死病毒，透過動態校正(Kinetic proofreading) 的模型我們知道細胞分辨的錯誤率小於10-6的機制，此篇用馬可夫鏈(Markov Chain)的模型取代動態校正，我們將得到一個更靈活且機動性的模型。其二是推廣大腸桿菌的乳糖調控系統，在極小化誤差負擔率(minimal error load)下，系統會如何選擇調控的機制，我們將之推廣至三個輸入狀態(input state)，只要知道輸入狀態是受到催化劑(activator)或者受到抑壓劑(repressor)的調控，即可馬上得到乳糖調控系統會選擇哪一個機制。

Alon, U. (2007). An introduction to systems biology : design principles
of biological circuits. p.175-188,p.215-230 Chapman & Hall,
Goldstein, B., Faeder, J.R., and Hlavacek, W.S.(2004). Mathematical and
computational models of immune-recepter signaling. Nat. Rev.Immunol.
Hopfield, J.J.(1974). Kinetic proofreading: a new mechanism for reducing
errors in biosynthetic processes requiring high specificity. Proc.
Natl. Acad. Sci. U.S.A.71:4135-4139.
McKeithan, T.W.(1995). Kinetic proofreading in T-cell receptor signal
transduction. Proc. Natl. Acad. Sci. U.S.A. 92:5042-5046.
Ross S.M. (2007). Introduction to Probability Models, 9thed p.185-191,
p.284-292
Savageau, M.A.(1977). Design of molecular control mechanisms and the
demand for gene expression. Proc. Natl. Acad. Sci. USA. 74:5647-51.
Savageau, M.A.(1989). Are there rules governing patterns of gene
regulation? In theoretical biology, Groodwin, B.C. and Saundrs, P.T.,
Eds. Edinburgh University Press. p.42-46.
Shinar, G., Dekel, E., Tlusty, T., and Alon, U.(2006). Rules for gene
regulation based on error minimization. Proc. Natl. Acad. Sci, U.S.A.
103:3999-4004.