生物时空大数据建模研究

Integrative and dynamic modeling of the spatial conformations of bio-macromolecules has become increasingly important nowadays for unveiling the mechanics of genome and promoting the Precision Medicine science at the molecular levels. The massive renewal of data requires innovative and specifically customized statistical methodologies. This project focuses on analysis of spatial and time-course big data in 4D Nucleome researches. The major topics include: (a) developing a Principal Structure Analysis model that can be used for genome spatial conformation analysis; (b) proposing multi-track joint Poisson-Gamma mixture regression and providing modeling estimation and selection approaches; (c) developing statistical algorithms for simultaneous capture of both structural and time-course change points for 4D Nucleome data mining.

随着生物技术与大数据科学的交叉融汇，海量数据云集涌现，对生物大分子结构动态化、集成化的研究日益成为揭示基因组运作机制、从分子水平推进精准医疗必需的条件。日新月异的实验数据需要创造性的分析方法与统计学模型。本项目着眼于生物信息学，特别是4D 细胞核组学中空间、时间相关的大数据分析，研究以下统计建模问题: (a) 空间主结构分析的统计模型与算法; (b) 多轨道JPGM回归的模型估计与模型选择; (c) 4D基因组时空数据结构变点与时段变点的同步捕获算法。

本项目以时间、空间相关的统计学模型在生物、医学数据上的应用为主要背景，根据实际情况因地制宜，对主要的研究内容作出调整，由之前生物主题修改如下：1，多响应高斯过程的模型选择；2，基于弹性网络的稀疏化赋权模型平均；3，广义线性回归的信仰推断。成果包括：发表学术论文三篇，参与学术会议两次，进行学术报告两次，培养理学硕士研究生8名。其他研究成果将后续发布。本项目的研究在空间统计，计算机试验，及先验匮乏情形下的医学数据分析等领域均有参考与应用价值。