基于因果关系、复杂网络与参数识别的生物系统数学建模方法的研究及其在衰老代谢机制研究中的应用

本项目旨在研究生物体内单个成分或组织间随成长而变化的规律，运用必要的非线性分析方法、非线性系统理论、复杂网络理论、随机大偏差理论，利用格兰杰因果检验、局部网络的提取和参数识别的有效方法构造出描述生物成长的数学模型，利用此数学模型探寻出随着生物体成长，其尿液中各项主要物质间联系的变化规律与特征涌现，从而利用此规律和特征通过尿液中的有效成分检测与评价生物体生长、发育、衰老的程度进而合理评定其生理学月龄，也可以利用这一数学模型评价延缓衰老的手段、方法和药物的有效性。此外，本项目还将发展和完善格兰杰因果关系的非线性方法，复杂网络中局部网络的特征提取和分析方法和动力学模型中的参数识别方法，并创新地将格兰杰因果检验，复杂网络特征提取和参数识别的方法有机地结合在一起，在理论上构建起一套宏观的构造数学模型的方法，从而使得上述方法成为在系统生物学的建模中一套可以信赖的、应用面广泛的数学分析与建模方法。

本项目自2010年1月执行以来, 于项目负责人的带领下, 项目组成员在复杂网络、参数识别、因果关系等方法学的发展和生物学建模方面取得了一系列的研究成果, 在研究衰老模型方面取得了阶段性的成果, 利用因果关系分析等方法发现了小鼠代谢随着月龄增加后显著特征的阶段性涌现。本项目执行至今在国际期刊上发表和录用文章16篇, 其中包括发表于计算生物、数学物理的权威期刊 PLoS Computational Biology, PLoS One, New Journal of Physics, Physical Review E 等上。项目组成员受邀多次在国际、国内学术会议上作大会报告和分组报告, 特别是项目负责人在东京大学举行的国际多学科交叉及数学建模学术大会上作45分钟特邀报告。项目负责人还作为主要组织者举办了2011年生命科学中的数学建模国际学术会议。此外, 本项目执行至今, 共毕业1名博士研究生, 3名硕士研究生; 目前在读4名博士生、3名硕士生。