大数据下疾病网络动态可控性及致病因子相关模式发现算法研究

Studying complex diseases by analyzing biological networks constructed through multiple data fusion has become a new hot topic in bioinformatics. This project tries to reveal the mechanisms of diseases at a molecular level from the perspective of network controllability. Therefore, the contents of this project include: (1) We integrate protein-protein interaction data, DNA methylation data, gene expression data and disease-related data, and then construct a disease gene network to analyze the structural characteristics of the network. (2) From the perspective of structural controllability of nonlinear dynamic systems, we study the structure-driven controllability of the disease gene network based on "structure-controllable->function-controllable-> system-controllable". (3) Based on the controllability of the disease gene network, we identify disease-causing genes and their related patterns. This project is of great significance for revealing the mechanisms of diseases at a molecular level as well as disease therapy based on the controllability of networks.

通过分析多种数据融合构建的生物网络来研究复杂疾病已成为生物信息学一个新的研究热点。本项目试图从网络可控性的视角来揭示疾病在生物网络分子水平上的作用机制。因此，本项目的研究内容包括：(1)整合蛋白质分子间的相互作用数据、DNA甲基化数据、基因表达数据及疾病相关数据，进而构建一个疾病基因网络；(2)分析该疾病基因网络的结构特性，从非线性动态系统结构可控性的角度着重研究基于结构驱动的疾病基因网络可控性，目的在于通过“结构可控->功能可控->系统可控”来研究疾病可控；(3)基于该疾病基因网络结构可控性来识别致病因子及其相关模式，进一步深层理解网络结构可控与疾病的关系。该项目不仅对于揭示疾病在生物网络分子水平上的作用机制具有重要意义，同时也为基于网络结构可控的疾病靶向治疗开辟新的方向。

大数据下不同数据对象间的相互关系可刻画一个复杂系统，网络或图作为复杂系统的抽象不仅可以简洁地描述这种复杂关系，同时为探索和理解大数据背后复杂系统的定性特征与定量规律提供了新的契机。本项目整合多种数据，构建相应的生物网络系统，同时分析该网络系统的结构特性，进而识别结构模式关联的关键节点，以非线性动态系统可控的角度深入研究基于结构驱动的疾病网络可控性。通过网络结构与功能的分析来揭示复杂疾病在生物网络分子水平上的作用机制，同时也为基于网络结构可控的疾病靶向治疗开辟新的方向。该项目对于阐明复杂网络系统结构与功能的关系，揭示结构的形成规律，认知复杂网络系统的工作机制具有非常重要的意义。