动态网络生物标记识别的可计算建模与算法

Biomarkers play an important role in the clinical diagnosis and therapy and the basic scientific research of complex diseases. From the viewpoint of systems biology, this project will study the computable modeling and high performance algorithms for the dynamic network biomarker identification in heterogeneous complex diseases, such as the modeling and algorithms of multi-level dynamic network construction for heterogeneous diseases, the modeling of dynamic network biomarker with integration of multi-sources biological data, and the efficient algorithms for identifying dynamic network biomarkers. Several demonstrative applications will be conducted on selected important complex diseases, for example, the methodologies for early-warning, diagnosis and prognosis of complex diseases, the development and progression of complex diseases, and drug combination and repositioning. This project will focus on the high performance algorithms for the common algorithmic problems of computational systems biology such as the network representation of bio-medical data, network comparison, network evaluation, and sub-network search. This project will provide the key computational and mathematical methodological support for the research on complex diseases.

生物标记在复杂疾病的临床诊断治疗和基础科学研究上都有着非常重要的地位和意义。本项目计划从系统生物学角度出发，研究针对异质性复杂疾病的动态网络生物标记识别的可计算建模与高性能算法，包括异质性疾病的多层次动态网络模型与构建算法、整合多层次生物数据的动态网络生物标记模型、以及高效的动态网络生物标记识别算法等。同时选择一些重要的复杂疾病进行动态网络生物标记的示范应用研究，例如复杂疾病预警、诊断和预后方法，复杂疾病发生发展机制研究，药物组合与旧药新用研究等。本项目将紧紧围绕重大计划的总体目标，通过对计算系统生物学中的几个重要的基础共性问题：生物医学数据的网络表示、网络比较、网络评价、子网络搜索等的高性能算法研究，开展动态网络生物标记识别的可计算建模和算法研究，为“人口与健康”这一重要科学前沿和重大国家需求中的复杂疾病研究提供关键的计算技术和数学方法支撑。

本项目的研究目标是异质性复杂疾病的网络生物标记识别与分析中的可计算关键数学模型和高性能共性基础算法，主要研究内容包括：（1）通过整合基因表达、表观遗传、生物分子网络等多层次组学数据建立单样本网络（即所谓的个性化网络，以克服复杂疾病的异质性导致的困难）；（2）发展一套高效的网络生物标记识别模型与算法（由于网络内在的非线性组合特性，网络生物标记识别模型通常都被转化为一个组合优化问题，具有非常高的计算复杂性）；（3）建立适合于网络生物标记的功能分析方法（目前主要的功能富集分析方法都是针对基因集的，缺乏对网络信息的有效利用）。本项目从系统生物学角度出发，针对异质性复杂疾病的生物标记识别，建立了从整合多层次异质性数据、构建单样本网络、网络生物标记识别、基于网络的组合功能富集分析一系列方法，覆盖了网络生物标记识别的完整分析流程。在模拟和实际数据上的全面的计算实验展示了这些方法具有优秀的性能和突出的效果。本项目的成果可以应用于复杂疾病的基础和临床研究，为“人口与健康”这一重要科学前沿和重大国家需求中的复杂疾病研究提供关键的计算技术和数学方法支撑。