《基於稀疏表示的癌變基因網路建模方法研究》是依託中國科學院合肥物質科學研究院，由王紅強擔任項目負責人的面上項目。
基本介紹
- 中文名：基於稀疏表示的癌變基因網路建模方法研究
- 項目類別：面上項目
- 項目負責人：王紅強
- 依託單位：中國科學院合肥物質科學研究院
項目摘要,結題摘要,
項目摘要
癌變基因網路在細胞的癌變過程中發揮著極其重要的作用。本項目擬套用稀疏表示理論構建癌變基因網路，進而在系統生物學水平上探索細胞的癌變機理。首先，我們將結合無標度、層次性等複雜網路特性開展癌變基因網路的重構方法研究。通過構造網路稀疏性約束條件，並融合稀疏表示等計算理論來發展新型的大規模癌變基因網路重構模型。然後，我們將重點結合網路能量分析法研究癌變基因網路的靜態特性，並在此基礎上編碼癌變基因網路的動態特性。我們也將藉助流形學習方法構建新型的網路描述系統，通過分析細胞癌變過程中網路的流形模式建立細胞癌變的動態模型。最後，我們將結合集成學習等模式識別技術開展相關的醫學套用研究，重點發展基於癌變基因網路的癌症分類與診斷、生存時間預測等方面的計算模型與方法。本項目的深入研究不僅能夠促進人們對細胞癌變機理的理解，也將為癌症的診斷與治療、抗癌藥物研發以及個性化醫學的發展提供相關理論與方法學支持。
結題摘要
癌症是威脅人類健康的“第一殺手”，嚴重影響著人們的身體健康和生活質量、制約了我國經濟的可持續性發展。癌症研究是我國醫學科技的發展重點。目前，人類還未能真正地認識和理解癌變的生物學機制，是癌症難以有效預防、診斷和治療最關鍵、最直接的原因。從臨床表現來看，癌症通常有一個漫長的癌變過程，其本質特徵是細胞不受控制地異常增生、甚至獲得侵襲和轉移能力，其中，癌變基因網路發揮著極其重要的作用。 本項目開展基於稀疏表示理論的癌症基因網路方法的研究，以期在系統生物學水平上探索細胞的癌變機理。具體研究內容包括構造網路稀疏性約束條件發展基於網路稀疏性約束的癌變基因網路重構方法；結合字典學習理論發展新型的大規模癌變基因網路重構模型；採用機器學習與模式識別方法編碼癌變基因網路特性識別癌症基因信號，從而更好地分類和診斷癌症。 經過課題組四年的科研攻關，項目所有擬定的科研任務都已圓滿完成，研究取得了預期成果：A.在理論方面，提出了多種基因調控關係推導模型獲得了更好的基因網路重構性能，其中，我們發現網路稀疏性以及多數據集成分析在基因網路重構和腫瘤建模研究中發揮重要作用。期間，總計發表相關SCI、EI學術論文14篇，申請發明專利5項，授權2項，申請軟體著作權2項。B.在套用方面，開發了5套相關數據分析工具包及智慧型決策支持系統等軟體系統，其中一套腫瘤精準診療智慧型決策支持系統，部署在雲平台上通過網際網路對外提供腫瘤分子病理診斷和個體化精準用藥輔助決策服務，與河北燕達陸道培白血病醫院、安徽省立醫院合作的案例表明該系統的有效性和有用性。另外，項目研究期間，由於相關突出工作，項目負責人被吸收為世界中醫藥聯合會網路藥理學專委會常務理事、人工智慧學會生物信息學與人工生命專委會會員等社會兼職。 本項目所取得研究成果不僅能夠促進人們對細胞癌變機理的理解，也為癌症的診斷與治療、抗癌藥物研發以及個性化醫學的發展提供相關理論與方法學支持。
