預測某些疾病惡性突變的數學生物方法研究

《預測某些疾病惡性突變的數學生物方法研究》是依託華南理工大學，由劉銳擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：預測某些疾病惡性突變的數學生物方法研究
• 項目類別：青年科學基金項目
• 項目負責人：劉銳
• 依託單位：華南理工大學

項目摘要

隨著生物分子量測量精度的不斷提高，生物數學化和定量化的研究已逐漸在許多先進國家展開。本項目將根據一些易產生惡性突變的疾病的生物分子數據，利用動力系統原理、機率論和數理統計等數學理論和方法，結合大規模科學計算，對這些疾病突變的時間進行預測。我們擬在以下兩方面開展工作，一是數學方法及理論方面的研究，探索某些動力系統的性質以及如何運用到疾病預測中，把隨機干擾、時滯影響等因素考慮進去，發展和完善數學理論方法。另一方面，我們將針對乳腺癌以及肝癌等具有突變現象的複雜疾病，收集、整合它們的高通量時序列數據，利用這些數據和系統生物學理論，在生物分子層次上構建能夠表征疾病發展的動態基因調控網路，分別在不同噪聲強度及不同樣本尺度等條件下，建立相應的動力系統，探測動力系統發生突變的臨界點，從理論和數值分析兩個方面尋找動態基因調控網路中攜帶預警信號的功能模組，對所研究的疾病產生突變的時間進行預測。

結題摘要

在本項目的支持下，我們共發表了10篇論文，其中9篇被SCI收錄、1篇被ISTP收錄，超額完成了預期目標。本項目的研究成果由以下三個部分組成： 第一部分的成果由5篇論文組成，主要是從乳腺癌、腦癌和肝癌等具體疾病的突變機制上進行了探討。在某些條件下，對這些複雜疾病的惡性突變臨界點給出了預警方法，並識別了對應的動態網路標誌物。這些工作從計算的角度為生物實驗或臨床診斷提供了佐證，對複雜疾病的早期診斷具有參考價值。 第二部分的成果由3篇論文組成，主要是生物大數據挖掘方面的工作。我們提出並完善了利用非監督機器學習算法來進行複雜疾病過程中突變臨界點的識別，並給出了計算方法和具體的程式。所有的程式或軟體包都是開源的，這些工作將為進一步的生物大數據挖掘提供快速、準確的計算和分析工具。 第三部分的成果由2篇論文組成，主要是關於動力系統分支方法的理論與套用研究。在高階波動方程研究中，我們獲得了一些新的多孤子解，改進了前人的方法並推廣了前人的某些結果；在波動方程的周期波以及周期波的極限形式方面，揭示了周期波的某些分支性質，為理解波動方程的動力學性質提供了一些數值模擬圖，該方法可以用到某些傳染病的波動傳播模型中。