《細胞譜系隨機演化的並行算法研究》是依託清華大學，由胡煜成擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：細胞譜系隨機演化的並行算法研究
- 依託單位：清華大學
- 項目負責人：胡煜成
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
隨機建模和數值模擬在系統生物學研究中已成為不可或缺的重要工具。隨著系統空間和時間尺度的增加，傳統的串列計算已無法滿足巨大的計算量的需求。在實際問題和高性能計算技術的推動下，用於模擬大規模隨機系統演化的並行算法得到了大力發展。動力學蒙特卡洛（KMC）算法是一個模擬連續時間隨機過程的重要算法，在物理、化學、材料和信息科學等領域有著廣泛的套用。如何實現KMC算法的並行化是當前的研究熱點。本項目的主旨是設計一個可靠高效的並行KMC算法，並用它來模擬空間格點模型中大量細胞複製與分化形成的細胞譜系的隨機演化，著重研究負反饋調控下細胞群體的時空動力學行為及其生物意義。本項目強調運用大規模科學計算來解決系統生物學中的前沿問題，體現了交叉學科和合作創新的特點，是研究者本人在計算系統生物學方向的重要起步。
結題摘要
隨著科學研究的深入，我們研究的問題越來越龐大和複雜，傳統的解析手段往往無法應對這類複雜系統，在實際問題和高性能計算技術的推動下，用於模擬大規模隨機系統演化的並行算法得到了大力發展。本項目旨在發展和運用高效的並行數值模擬算法，用於解決複雜生物系統中的實際問題。我們主要採用動力學蒙特卡洛算法(KMC)，它可以用來模擬連續時間隨機過程，在物理、化學、材料和信息科學等領域有著廣泛的套用，也特別適合本項目所關心的細胞譜系演化問題。從該算法出發，我們對生物和材料中的一類共性問題進行了建模，這類問題的特點是由大量微元構成，這些微元可以是細胞或大分子，通過微元和微元之間的相互作用系統能夠表現出複雜和有趣的動力學行為。在這一“建模-計算”的框架下，我們研究了蛋白質序列的演化過程，細胞群體的基因表達動力學，細胞群體的大小生長控制，以及液晶材料的缺陷構型等問題，得到了一系列有意義的發現和研究成果。在本項目的支持下，我們發表了SCI論文4篇，EI論文1篇，另外還有兩篇正在審稿過程中。本項目運用大規模科學計算來解決系統生物學中的前沿問題,體現了交叉學科和合作創新的特點,在科學前沿領域收穫了一定數量的研究成果，為今後的研究工作奠定了基礎。
