基于噬菌体和质粒的神经膜系统研究

Neural P systems are a class of distributed computational model with good computational performance. However, there is no successful biological implementation of the model. Plasmids and Phage as a powerful synthetic biology tool that can carry information and edit DNA, which has good programmable performance. In order to establish a computational model suitable for phage and plasmid implementation, it is necessary to change the static system structure to accommodate biochememical non-synchronization and randomness. To this aim, the project by drawing on the development of biological nervous system, the introduction of neurons division, competition, extinction, side suppression and other dynamic mechanisms, the establishment of a dynamic structure, self-organization characteristics, suitable for biological realization of neural P systems, the computational performance of the model is studied, including the learning ability, computational universality and other issues. At the same time, the design of biological coding method suitable for neural P system will be studied, using the cell division to produce space, then using the phage, plasmid and bacteria to coordinate the transfer of information and detect non solutions and the results. Based on the above work, this project will lay the foundation for the application of neural P system in scientific computing and biomedical applications.

神经膜系统是一类分布式的具有良好计算性能的计算模型。但是，目前尚无很好的生物介质可实现这一模型。质粒与噬菌体作为能携带信息，编辑DNA的合成生物学工具，具有很好的可编程性能。为了建立适合噬菌体和质粒实现的计算模型，必须改变固定的系统结构，以适应生物介质的非同步和随机性。为达到这一目的，本项目通过借鉴生物神经系统发育过程，引入神经元分裂、竞争、消亡、侧抑制等动态机制，建立具有动态结构，自组织特性，适宜生物实现的神经膜系统理论；在此基础上，研究该计算模型的计算性能，包括模型的学习能力、计算通用性等问题。同时，设计适宜神经膜系统的生物编码方法，通过细胞分裂产生计算空间，通过噬菌体、质粒和细菌之间的协调作用传递信息，完成非解删除和结果检测。完成原理性实验。基于以上工作，本项目将为神经膜系统在科学计算和生物医学方面的应用奠定基础。

神经膜系统是一类分布式的具有良好计算性能的计算模型。本项目在计算模型方面，研究了了基于结构可塑性的脉冲神经网络（SNPSP）语言生成能力，证明了SNPSP在乔姆斯基体系中FIN、REG和RE的生成能力。利用病毒机模型的病毒转移网络、指令网络和控制网络，构建了加减乘除四则运算的基本运算单元。针对子集和的问题，分别给出基于RSSN P系统了统一确定解和非统一解。在分子电路研究方面，研究将具有特异性识别功能的限制性核酸内切酶引入DNA链置换反应中，作为DNA电路的输入，通过控制立足点的生成和移除设计了是门、非门和与门3种基本逻辑门，并设计和实现了一个多输入的投票电路。在生物医学的人工智能应用研究方面，利用机器学习、深度学习和复杂网络中的若干方法，在生物序列分析、生物分子相互作用和生物异构网络的构建等方面开展了一系列的研究。. 在国内外重要学术期刊发表论文30篇，其中SCI收录22篇，EI收录3篇。其中中科院分区二区以上14篇，总共被引用204次。申请发明专利10项，授权2项。培养学生14人。