为了克服基于条件互信息的路径一致算法（PCA-CMI）无法识别调控方向的缺陷，并进一步提高网络推断准确率，提出了一种基于t检验和逐步网络搜索的有向网络推断算法（DNI-T-SRS）。首先，对不同实验条件下的表达数据进行t检验以辨别基因调控的上下游关系，指导路径一致（Path Consensus）算法中条件基因的选取，根据CMI2（Conditional Mutual Inclusive Information）剔除网络中的冗余边，得到了基于t检验的有向调控关系推断算法CMI2NI-T（CMI2-based Network Inference guided by t-Test）；然后，建立有向调控关系对应的米氏微分方程模型对数据进行拟合，根据贝叶斯信息准则进行逐步网络搜索以修正网络推断结果。利用CMI2NI-T推断DREAM6挑战中的两个测试网络，所得到的曲线下面积（AUC）分别为0.767 9和0.979 6，相较于PCA-CMI分别提高了16.23%和11.62%；通过进一步的数据拟合后DNI-T-SRS的推断准确率分别达到了86.67%和100.00%，相较于PCA-CMI分别提高了18.19%和10.52%。实验结果表明，所提DNI-T-SRS算法能够有效剔除间接调控关系并保留直接调控连接，得到精确的基因调控网络推断结果。
