《動態生物分子網路演化模式挖掘算法研究》是依託西安電子科技大學，由覃桂敏擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：動態生物分子網路演化模式挖掘算法研究
- 項目類別：青年科學基金項目
- 項目負責人：覃桂敏
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
分析生物分子網路，可以獲得對生命系統進一步的理解，目前的研究主要是針對靜態網路進行的，忽略了網路是動態的本質特性。而生物分子網路的動態性在細胞調控和生物體的功能上起著核心作用。本項目擬採用圖論方法，研究生物分子網路的演化規律。首先，基於多種數據源建立動態生物分子網路的計算模型。然後，基於該計算模型，設計演化模式挖掘算法。模組是生物網路的一種重要模式，基於模組結構研究生物系統可以降低複雜性，設計在動態生物分子網路上識別功能模組，分析動態模組變化規律的算法。分析算法的複雜度，給出評價標準，並對相關算法進行仿真。最後，將動態生物分子網路分析套用到複雜疾病研究中，預測疾病基因，分析疾病發生、發展和干預過程。通過本項目研究，可望在理論上進一步揭示生物分子網路隨時間變化的規律，闡明生命的分子網路組織原則和發展規律，建立新的研究生物學的方法論；在套用上指導疾病的預診、治療和藥物的研製。
結題摘要
理解生物系統發生、發展過程的分子機制對於研究複雜疾病具有重要的意義，本項目從系統的角度研究生物醫學問題，屬於計算生物信息學方向。通過構建和分析生物分子網路，探討其拓撲結構與生物功能之間的關係，為複雜疾病的診斷、治療及預後提供指導。同時，探索大規模圖數據的計算模型和基礎算法。主要研究內容包括： （1）分子網路拓撲結構分析 生物分子網路具有很大的噪聲，預測網路中節點的連線關係可以構建更可靠的網路，開發一個R包預測蛋白質相互作用網路中的相互作用。網路模體與模組結構是生物分子網路的基本構造塊和重要功能單元，提出一種機率網路模體發現算法，發現現已確定的網路模體和潛在的網路模體。弱連線可以增強複雜網路中的全局連通性，證明蛋白質相互作用網路中存在弱連線效應。定義新的網路相似性，設計算法來提取蛋白質複合體。 （2）複雜網路可控性分析 網路中邊的方向性在系統功能行使時具有重要意義。利用網路可控性這一方向性指標定義複雜網路中的節點控制範圍，進一步給出節點在控制範圍上的相似性度量指標並識別網路中的功能模組。提出一個網路結構魯棒性度量指標：控制魯棒性，將有向網路控制魯棒性問題轉化為針對網路的一個最大匹配所形成的控制路徑的傳遞性最大化問題，並給出相應的算法。基於能控子空間和能觀子空間，給出節點的支配能力中心性度量指標，量化通過一個節點能夠控制干預有向網路的程度和範圍。定義支配能力相似性度量指標，檢測出具有顯著功能特徵的子圖結構。 （3）動態網路模式挖掘 分析動態網路模式可以刻畫複雜系統的演化規律，預測其未來狀態和行為，從而進行行為調控。定義一種體現階段性的重要子結構，即在複雜系統演化過程的整個階段或某個較長階段都存在的模式，該模式可能與複雜系統的基本功能或與系統的某一階段的狀態相關。比較和分析動態網路的拓撲特性分析和各種模式挖掘模型和方法，側重於生物網路相關的動態功能模組和模式演化問題，指出存在的問題和挑戰，分析未來的研究方向。 （4）複雜疾病分子標記物識別 疾病的發生和發展是一個複雜的過程，涉及到遺傳變異和環境影響。疾病標記物是病理過程的生物特徵，可以幫助人們進行準確的診療從而給出適當的治療方案。綜述基於分子網路的識別疾病標記物的方法，並介紹人類疾病組學、互動組學和調控組學的重要資源，這些資源在基於分子網路的方法中提供數據基礎。
