1.一种生物信号通路中磷酸化系统的磷酸化活性预测方法，其特征在于，包括以下步骤：S1.基于生物信号通路模型，即该生物信号通路模型中所涉及的各蛋白以及磷酸基团在各蛋白间转移的各化学通路，并以各蛋白的瞬时浓度和各化学通路的反应速率常数建立该生物信号通路模型的常微分方程组数学模型；

S2.在实验室条件下施加能够引起该生物信号通路模型变化的刺激，并测量该生物信号通路模型中各蛋白在施加刺激过程中不同时刻的浓度数据，利用上述获得的浓度数据采用Newton‑raphson算法对所述常微分方程组数学模型进行多变量非线性方程拟合，求解所述常微分方程组数学模型中各化学通路的反应速率常数；

S3.对随机过程进行采样，实验测量的浓度数据减去利用数学模型计算的理论浓度数据，获得随机过程的样本矩阵数据，并利用该样本矩阵数据计算各蛋白浓度变化的信息熵；

S4.计算整个系统的信息熵，整个系统的信息熵为各蛋白浓度变化的信息熵之和，以整个系统的信息熵大小表征该信号通路中的磷酸化活性。

2.根据权利要求1所述的生物信号通路中磷酸化系统的磷酸化活性预测方法，其特征在于，所述步骤S2中Newton‑raphson算法中目标函数为式（I）所示，其中 表示第 个蛋白，表示实验测量浓度， 表示以迭代变化量 计算的理论浓度， 表示统计标准差，表示迭代过程中各化学通路的反应速率常数的矩阵，式（I）。

3.根据权利要求1所述的生物信号通路中磷酸化系统的磷酸化活性预测方法，其特征在于，所述步骤S3中样本矩阵为 ，如式（II）所示，各蛋白的信息熵为 ，计算公式如式（III）所示，整个系统的信息熵 的计算公式如式（IV）所示；

式（II）；

式（III）；

式（IV）；

其中 表示该生物信号通路模型中所涉及的蛋白总数，表示第 个蛋白，表示施加刺激的时长，表示第 时刻， 的计算方式为第 个蛋白第 时刻的实验测量浓度减去代入数学模型计算的理论浓度，其中 表示第 个蛋白的信息熵， 表示第 个蛋白第 时刻的实验测量浓度。

4.一种生物信号通路中磷酸化系统的磷酸化活性预测系统，其特征在于，包括存储器、处理器以及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器处理该指令时实现如权利要求1 3任一项所述预测方法步骤。

~