生物分子网络的数学建模及其在复杂疾病诊断中的应用项目简介.pdf

项目名称：生物分子网络的数学建模及其在复杂疾病诊断中的应用 项目简介： 一、科学领域: 本项目属于数学与生命科学的交叉研究领域。 二、主要内容、特点及应用推广情况: 近年来，飞速发展的高通量技术使得海量生物数据快速积累，这些生物大数据具有量大、多源、异质、动态和多尺度等复杂特征。目 前，大数据解读能力相对高效数据产生能力的严重滞后正成为生命科学研究所面临的巨大挑战。基于多组学数据所构建的生物分子网 络能够很好描述分子之间的功能关系以及生物系统的时空状态。但是，如何有效挖掘多源异质动态海量生物数据，精确构建和分析生 物分子网络，并准确刻画生物系统的复杂动态行为，是系统生物学的核心研究内容。本项目系统地研究 了这一前沿科学问题，提出了 分子网络的数学建模方法及复杂生物过程的临界理论并将其应用到复杂疾病研究中，取得了如下创新成果： （1）生物分子网络的数学建模： 提出了基于转录组学数据的基因调控网络推导数学模型，有效缓解了小样本高维度（也即小 n，大 p） 的困难，解决了直接和间接调控关系难以区分的问题，提出了有效抽取序列和结构等多尺度数据中分子相互作用模式的特征抽取和选 择算法，大大降低了分子相互作用预测中的假阳率。相关成果已编著成书，并被有关院校用作系统生物学教材。 （2）生物分子网络功能模块的识别：提出了检测复杂网络中保守功能模块的新算法，揭示了生物网络具有模块化的特性，并创新性地 提出了网络本体分析算法，能够有效刻画分子网络所具有的特定功能，建立了识别疾病相关基因模块和失调分子通路的优化模型，解 决了单分子标志物的鲁棒性问题。相关成果作为系统生物学的研究热点和重要论文，被推荐入选 F1000Prime。 （3）生物分子网络的动力学行为建模：提出了基因调控网络的非线性数学模型，给出了生物系统保持稳定性的充分条件，揭示了小非 编码 RNA 在基因转录后调控网络中的作用机制，并从控制论和动力学的角度揭示了顺式抑制和反式激活在干细胞分化过程中的关键作 用。相关成果已编著成书，为广大系统生物学领域的学者所使用。 （4）复杂疾病过程的临界理论及动态网络标志物的识别：在国际首次建立了复杂疾病及动态生物过程的临界状态的预测方法和理论， 特别是建立了基于大数据检测临界状态的必要条件及其动态网络标志物（DNB: dynamical network biomarker），为该领域开辟新方向。 该成果可直接用于各种动态生物过程或疾病早期诊断及个体化医疗。 二十篇重要论文发表在 Proceedings of the IEEE, PLoS Computational Biology 和 Bioinformatics 等国际著名学术期刊，被 SCI 他引 765 次，其中 8 篇代表性论文 SCI 他引 457 次，入选 ESI 高被引论文 6 篇。成果作为系统生物学的研究热点和重要论文，被推荐入选 F1000Prime。完成和承担国家自然科学基金重点项目 3 项、面上项目 3 项。完成人多次应邀在国际学术会议上做邀请报告，担任“香 山会议”科学会议在内的多个国内外学术会议的主席，受邀在韩国科学技术研究院（KAIST）全球课程系列讲授系统生物学课程。 主要论文专著目录： 8 篇代表作： 通 第 SCI 他 是否 序 年卷 发表时间 论文专著名称/刊名/作者 影响因子 讯作一作 他引 引总 国内 号 页码 年月日 者 者 次数 次数 完成 Identifying disease genes and module biomarkers by 19(2) differential interactions/Journal of the Ameri