基于多尺度耦合特征的基因调控网络动态演化机制研究

Multiscale coupling is one of the most important characteristics of genetic regulation networks. It widely exists in the gene chip data, topology structure, function composing, spatial and temporal distribution etc.. The project will study the complex and diverse dynamic life behaviors with data mining and complex network theory from the point of view of multi-scale coupling. The main contents are as follows. The gene chip data is of hybrid multiscale, effective multiscale data preprocessing and data mining algorithms will be developed, and the complex genetic regulatory networks will be reconstructed accordingly. Then, multiscale coupling dynamic models will be established to describe the dynamic evolutionary process of genetic regulatory networks with multiple spatial and temporal scales and hierarchical structure coupling. The effects of noise, delays, communication mechanisms between genes and some biologically important small molecules will be discussed on the regulation process to help us understand the genetic dynamic behaviors at the macroscopic level. At last, the algorithms to identify genetic motifs and modules will be advanced and their topological structure characteristics will be studied. The relationship of different modules will be quantified and the diverse dynamic genetic evolution process will be exploited in the view of mesoscale complex networks. This project will shed light on a new way on the study of diverse evolution process of genetic regulatory networks, and will also rich the theoretic of general multiscale complex networks.

多尺度耦合是基因调控网络的重要特征之一，广泛存在于调控数据、拓扑结构、功能构成、时空分布等多个方面。本项目从多尺度耦合的角度出发，结合数据挖掘和复杂网络理论，研究生命现象的多样性和复杂性。主要研究包括：基于基因芯片表达数据的混杂多尺度性，发展有效的数据多尺度预处理算法和数据挖掘算法，识别各基因元件间的调控关系，重构复杂基因调控网络；对典型的基因调控网络建立多时空多层次的多尺度耦合基因调控动力学模型，研究环境噪声、时滞、耦合通信方式与重要生物小分子对调控过程的影响和作用，研究大尺度宏观多样化动力学行为的产生机制；基于基因表达数据和调控网络结构，对重要基因模体和模块进行识别，研究其拓扑结构特征；量化不同模块间的动力学作用关系，结合复杂网络中尺度理论研究基因调控网络的多样性动态演化过程。本项目的研究将为探索基因调控网络多样性演化过程提供新的方法理论，并且将丰富现有的多尺度复杂网络的研究成果。

本项目从多尺度耦合的角度出发，结合数据挖掘和复杂网络理论，研究生命现象的多样性和复杂性。首先，本项目充分考虑不同尺度上不同基因调控网络特性，结合复杂网络时滞、噪声、拓扑切换、时空分布等动力学特点，建立了若干有代表性的基因调控网络动态演化模型。比如：考虑到大尺度基因振子网络基因节点存在的显著差异性，建立了不确定微分方程的异质基因调控网络模型；考虑到不同尺度基因调控网络拓扑结构的动态变化，构建了混杂切换基因振子网络模型；考虑到中尺度基因模体在基因调控网络中的作用，研究了具有时滞的直接抑制耦合基因调控网络模型；考虑蛋白质的多时间尺度调控在生化反应中的作用，构建了分数阶基因调控网络模型等等。同时，结合上述典型的基因调控网络多时空多层次的多尺度耦合基因调控动力学模型，研究了环境噪声、时滞、耦合通信方式、重要生物小分子、系统离散化以及分数阶等因素对基因调控动态演化过程的影响和作用，重点从复杂网络中尺度理论出发研究了基因调控网络的多样性动态演化过程，量化不同模块间的动力学作用关系。最后，本项目从基因调控网络的应用前景出发，针对不同基因调控网络的尺度规模和结构特点，研究了不同规模基因调控网络的控制算法，包括部分脉冲控制、牵引控制、反馈控制和分数阶PD控制等。本项目的研究将为探索基因调控网络多样性演化过程和控制方法提供新的方法理论，并且将丰富现有的多尺度复杂网络的研究成果。