多源信息融合算法设计及其在发现复杂疾病致病基因问题中的应用

人类复杂疾病致病基因的发现以及相关疾病生化作用网络的研究是系统生物学和生物医学中的一个具有挑战性的研究课题。解决这个问题有两个困难：一是缺乏多源信息融合的有效算法；二是当前各种信息的不完全性（即知识的粗糙性）。本课题以组合优化技术和粗糙集理论为基础，针对多种信息源（例如：单核苷酸多态性、蛋白质交互作用网络、基因芯片数据、蛋白质序列及功能信息等），提出并实现适用于多源信息信息融合的有效算法，并且进一步将算法应用到人类复杂疾病致病基因的发现中，同时研究相关生化作用网络的拓扑结构和动态性质。这项研究利用多源信息融合能够弥补当前单一信息源的片面性和粗糙性，提高发现复杂疾病致病基因的精度和速度，并且在大量发现复杂疾病的致病基因的基础上，利用图论、动态系统等理论能够研究复杂疾病多致病基因间的生化作用网络，深层次揭示致病机理。该项研究还可以广泛应用到基因调控网络、蛋白质作用网络、代谢通路的研究中。