基于粒计算理论的生物网络结构建模、分析与算法研究

In view of the fact that the biological networks becomes more and more important in extracting the relationship between the structures and corresponging functions of biological molecules at the genome-scale, this project will systematic study the mathematical modeling, analysis and corresponding algorthm on structure of the coarse-grained biological network combining theoretical investigation and data analysis. The main researches of this project includes three aspects: First, with literature and genome comment, the mathematical description on the structural information granularity of biological networks is set up by using the algebraic topology; Second, the mathematical model of the coarse-grained biological network structures is established based on the structural clustering analysis method of granular computing; Third, based on the path planning model of quotient space chain, the calculation method and algorithm design of the regulatory or metabolic path in the coarse-grained biological network are studied with the topology theory and optimization method, and the structural analysis theories and methods of the coarse-grained biological network are established. The application and comparison of corresponding theories and methods is demonstrated using the experimental data. The goal of this project is to build a comprehensive structural analysis theory and methodology for the coarse-grained biological networks to extract the relationship between the structures and corresponging functions at the genome-scale, and thus the mechanisms of regulation and metabolism of biological molecules can be revealed.

本项目针对生物网络在获取基因组尺度上生物分子的结构与功能之间的信息关系方面发挥关键作用这一科学问题，采用理论研究与数据分析相结合的研究方法，系统开展粗粒化生物网络结构的建模、分析与算法研究。其核心研究内容包括以下三个方面：1、结合文献挖掘和基因组功能注释，利用代数拓扑方法进行生物网络结构信息粒度的数学描述；2、基于粒计算的结构聚类分析方法，构建粗粒化生物网络结构的数学模型；3、基于商空间链的路径规划模型，采用拓扑学理论和最优化方法，进行粗粒化生物网络中调控或代谢路径的计算与算法研究，建立粗粒化生物网络结构分析的理论与方法。结合实验数据，进行相关理论与方法的应用与比较研究。 本项目最终目标是构建一个完善的粗粒化生物网络结构分析的理论与方法，以获取基因组尺度上生物分子的结构与功能之间的信息关系，达到揭示生物分子的调控和代谢机制的目的。

背景：随着智能计算技术的快速发展和大数据的不断涌现，建立在大数据基础上的结构信息提取和处理技术已经成为计算智能核心研究领域。本项目研究正是在这一背景下进行设置并开展研究，其中粗粒化过程就是指大数据的结构信息提取，而粗粒化网络指基于结构的网络信息处理技术。. 主要研究内容：本项目结合粒度计算理论与结构聚类方法，采用理论研究与数据分析相结合的研究方法，系统开展了粗粒化的生物网络结构建模、分析与算法研究。其核心内容：. （1）提出了复杂系统的粒度空间的理论，用于结构信息提取，研究其优化结构与信息融合的方法；. （2）提出了分层结构的优化聚类指标，建立了基于粗粒度的最优结构聚类模型。证明了该模型解的存在性和唯一性，给出相应的算法；. （3）结合生物数据，进行了粗粒化生物网络的调控路径计算与算法分析研究，并开展了实际应用研究。. 课题组紧密围绕项目预定目标开展研究，项目进展顺利。共发表相关学术论文33篇，其中SCI 12篇，EI 7篇，参与出版专著1本。. 重要结果：. （1）复杂系统粒度空间的理论研究：部分发表在IEEE Transactions on Fuzzy Systems（2013）和粒计算、商空间及三支决策的回顾与发展（北京：科学出版社，2017.5，pp: 66-93）等；. （2）结合乳腺癌病人的生物分子数据和临床免疫学特点，进行了乳腺癌亚型异质性的分子标志探索与亚型识别研究。部分发表在Scientific Reports（2015；2016）等；. （3）结合流感病毒蛋白的基因数据，采用粗粒度的最优结构聚类模型，进行流感病毒系统进化树研究，部分发表在BioMed Research International(2017)等；. （4）结合物种分布的调查数据和气候变化数据，进行物种分布预测与影响研究。部分发表在系统仿真学报（2016），林业科学（2014）和生态与农村环境学报(2014)等。. 综上，本项目发展了一整套基于结构的数据系统数学建模、数据处理技术和算法设计工具，构建了粗粒化生物网络结构分析的理论与方法，这些研究为大数据处理技术的发展和应用提供技术支撑。