基因-环境网络模型构建和应用平台研究

本项目研究的基因-环境网络(GEN)模型构建是以基因表达微阵列数据为基础，研究基因与生物体内、外部环境间的关联模式和交互作用网络结构并进行分析、识别与动态预测。首先采用活性粒子动力学理论(KTAP)与加权矩阵方法研究GEN模型构建的理论基础和概念框架，探讨GEN系统结构和参数优化，以及系统稳定性分析等问题；重点提出基于节点关联性的GEN模型构建算法，采用熵互信息(MI)与信息相似性(IBS)指标解析基因与环境间的关联强度，实现GEN网络冗余和假连接的删减。本项目还基于GEN模型构建算法建立GEN系统应用平台，实现从特定生物试验数据中分析和识别数据间的关联关系与其交互作用结构。GEN模型构建研究是一种面向生物信息等数据复杂性与系统性的研究，可为基因表达微阵列等数据的复杂性分析奠定理论与应用基础，还可为特定环境下生物试验数据提供一种分析工具和系统应用平台。

本项目研究首先融合了活性粒子动力学(Kinetic Theory of Active Particle, KTAP )理论与加权矩阵方法，给出了基因-环境网络（Gene-Environment Network, GEN） 模型构建的理论框架，提出了一种基于突变点(Change Point, CP) 快速探测的GEN 模型构建算法；给出了GEN模型构建的Matlab系统仿真平台，实现了从大规模时序数据分析和提取多变量与外部环境间的关联关系与其交互作用网络的拓扑结构。其次，本项目重点实现了GEN模型构建的实例研究，对单个细胞响应外部环境扰动的应急机制进行了系统分析和动态仿真，从系统角度分析了单细胞如何抵御外部环境侵袭的整个动力学过程；同时，对肿瘤细胞放疗过程的系统动力学及其优化等进行了仿真研究，从大分子、子系统和细胞整体等多个层次展现了肿瘤细胞响应不同放疗环境的系统响应动力学过程，对不同治疗策略下的肿瘤放疗结果进行了动态模拟和初步预测。本项目从信息理论和系统控制等角度给出了一种刻画生命系统底层响应外部环境因子扰动的系统运行机制的新方法，为肿瘤放疗优化等相关应用研究提供了一种新的可视化工具和系统仿真平台。