《複雜網路中的最佳化問題及其在系統生物學中的套用》是依託中國科學院數學與系統科學研究院，由章祥蓀擔任項目負責人的重點項目。
基本介紹
- 中文名：複雜網路中的最佳化問題及其在系統生物學中的套用
- 項目類別：重點項目
- 項目負責人：章祥蓀
- 依託單位：中國科學院數學與系統科學研究院
項目摘要,結題摘要,
項目摘要
複雜網路是由大量真實複雜系統抽象出來的網路，研究其結構特徵對於揭示自然科學、社會科學和信息科學中的一般規律有著基礎性的科學意義。本項目針對與複雜網路結構特徵相關的一系列最佳化問題開展研究。具體包括對複雜網路的生成和重建、複雜網路進化和比較、複雜網路中特定模式子網路識別、複雜網路模組或社團結構探測等問題。這些問題的數學模型均歸結為運籌學中的組合最佳化問題、整數規劃問題、非線性規劃問題和隨機最佳化模型，本項目將對這些大部分屬於NP難的問題設計高效的求解算法。特別地，本項目將關注由複雜網路與高通量生物數據結合而產生的以生物分子網路為主要載體的系統生物學，它提供了複雜網路中最佳化問題的產生背景，同時又是本項目產生的理論成果套用的對象。預期的套用成果包括對海量生物實驗數據進行具體分析，發展出新的系統生物學方法和工具，用於理解生物學中的一些重要機理問題和揭示與健康、疾病有關的調控機制。
結題摘要
以複雜網路為主要研究對象的網路科學是當前國際上的研究熱點和前沿領域。複雜網路的研究中需要用到大量的運籌學方法特別是最佳化理論和算法，而運籌學本身也從中得到了發展的動力。本項目以最最佳化理論與方法為工具，對複雜網路中的問題進行研究，並套用於系統生物學。針對複雜網路的社團結構，提出了組合最佳化模型，並進行了複雜性分析，研究了一系列複雜網路社團結構的重要性質刻畫與分析方法，建立了動態網路、有向網路以及基於邊的複雜網路社團結構識別和劃分算法。研究了複雜網路中的其他最佳化問題，包括網路比對算法、網路構建算法、基於網路的多源數據整合分析方法、生物分子網路標誌物識別、生物大數據的降維分析等。這些方法被套用於複雜疾病和藥物機理研究，取得了很好的效果。本項目的研究成果展示了最佳化理論與方法在複雜網路和生命科學研究中的重要作用，為複雜網路和系統生物學研究提供了新的方法和工具。同時，項目的研究成果為運籌學開闢了一個新的研究方向，即非線性組合最佳化在複雜網路研究中的套用。
