系统生物学与细胞发生系统动力学

系统生物学是系统理论和实验生物技术、计算机数学模型等方法整合的生物系统研究,系统遗传学研究基因组的稳态与进化、功能基因组和生物性状等复杂系统的结构、动态与发生演变等。合成生物学是系统生物学的工程应用,采用工程学方法、基因工程和计算机辅助设计等研究人工生物系统的生物技术。系统与合成生物学的结构理论,序列标志片段显示分析与微流控生物芯片,广泛用于研究细胞代谢、繁殖和应激的自组织进化、生物体形态发生等细胞分子生物系统原理等。     

系统遗传学与合成生物学——21世纪的生物工程产业化

基因型-表现型复杂生物系统由多基因群调控,细胞发生的信号传导路径、多基因相互作用与细胞系谱定位形成生物系统的结构-图式发生遗传学,但分子、细胞和器官的结构、图式形成机理还不很清楚。复杂生物系统的图式演化是细胞的物种进化、细胞形态发育的细胞发生非线性动力学过程,包括：1）物种基因组结构内等位基因替代构成物种内基因多样性调控;2）物种间进化的基因组结构层次级别的自组织化。系统理论应用于系统生态学（Van Dyne GM．1966）、系统生理学（Sagawa K．1973）、系统心理学（Titchener EB．1992）、系统生物医学（Kamada T．1992）、系统生物学（zieglgansherger W,Tolle TR．1993）、系统生物工程与系统遗传学（Zengg：BJ.1994）的建立,以及遗传学机理的生物系统分析。细胞的基因组结构自组织化形成生物的系统发生,基因组的结构变化形成物种的适应变异,生物体结构的基因组复制与表达的细胞自组织化构成生物个体发生。基于系统遗传学的工程应用,合成生物学探索生物系统泛进化,包括人工生物体的遗传工程、基因调控和仿生智能的纳米生物机器,构成生物系统的人工引导进化。     

现代系统生物技术与图式遗传学

基因组程序化表达调控与生物体形态结构发生的相互对应是图式遗传学和系统生物技术研究复杂生物系统的核心。基因-蛋白质表达与神经-内分泌信号,构成生物系统发生演变的双向调控过程是生物信息控制系统的结构、功能和演变的基础。细胞信号传导与基因差异表达调控是从基因、细胞到器官的细胞动力学转换系统,是基因、蛋白质、脂类等生物高分子相互作用与细胞再生、分化、迁移、凋亡的程序化调控节律,也就是基因定位图谱-细胞定位图谱的基因组-蛋白质组与生物体的细胞节律-形态的发生转换过程。     

系统遗传学与生物技术-细胞分子生物系统的分析与合成

生物系统的科学与工程是整合系统论、实验、计算和工程方法的交叉学科研究与应用.系统生物学、系统医学,建立在系统科学和数学模型基础上,采用分子、组学生物技术和计算、生物信息技术,以及基因合成与转基因生物技术等研究生物系统原理和规律.系统遗传学与系统生物技术是研究天然与人工生物系统的基因系统与蛋白质系统构成细胞的软件信息与硬件运行系统的机理与方法.合成生物学、系统生物工程也是建立在系统科学和数学模型基础上,应用于生物系统原理设计虚拟计算机信息软件和仿生人工机器硬件、人造工程生物体和基因信息系统等.     

用模块化分子元件调控和编程生物系统

合成生物学的目标包括“通过合成来理解生命”以及用现代工程学方法设计合成复杂生物系统．其工程学目标的实现依赖于可集成、可调控、可重用、功能多样的蛋白质、RNA、DNA等基本分子元件．以分子机制为基础,合理设计与实验室进化相结合,改造和创建生物分子的相互作用特异性、调控方式、定量活性等,是实现生物系统人工调控与编程的重要策略,同时为自下而上设计合成日益复杂的人工生物系统奠定基础．     

基因网络研究进展

分子生物学的深入发展揭示了复杂的生命现象是大量基因相互作用的结果,传统的以描述为主的生物学和分解分析的研究方法受到挑战.随着DNA芯片和分子阵列技术的应用,快速检测生物基因组的表达已成为可能.在生命科学领域,基因网络作为一种系统的、定量的研究方法正在受到重视,该方法建立在分子生物学、非线性数学和信息学等多学科交叉的基础上.基因网络是动力系统模型,具有稳定性、层次性等一系列非线性系统的特性.通过基因表达的大量数据,结合一定的分析和计算方法可以构建合适的基因网络拓扑结构模拟系统的行为.反过来,利用已建立的基因网络可以指导进一步的实验.计算机工具和Internet资源是基因网络研究的重要手段.基因网络研究将在后基因组研究中发挥重要的作用.     

生物体系的多层次计算设计与合成生物学

合成生物学的核心思想是将现代工程学的原理与方法引入对生命系统的改造和构建中.生命活动覆盖从分子到细胞再到有机体等不同层次.合成生物学研究同样跨越了多个层次,例如,在分子层次进行生物元件和器件的设计和标准化、通过合成基因线路研究生物网络的设计和调控原理、在途径和网络层次进行细胞内代谢网络和代谢途径的人工设计改造等.本文一方面试图对与此有关的既有计算机模拟与设计方法加以总结和介绍,另一方面探讨这些不同层次的计算模拟与设计工具可应用于哪些方面的合成生物学问题,以及既有方法可能在哪些方向上还有比较大的发展潜力,能更好满足合成生物学研究需求.     

植物种子特异基因调控网络研究

通过比较种子植物与蕨类植物的基因及其调控网络,为研究种子性状出现的分子机制提供更多的信息.下载拟南芥(Arabidopsis thaliana)种子特异基因和基因网络数据,构建拟南芥种子特异基因调控网络,并与江南卷柏(Selaginella moellendorffii)基因组数据比较,发现其中重要的调控节点.分析得到构成调控网络的1053个拟南芥种子特异基因,其中的969个基因形成一个复杂的调控网络.该网络的核心模块包括39个基因,形成哑铃状的子网络,其中重要节点基因AT1G54860只存在于种子植物基因组中.AT1G54860基因编码GPI锚定蛋白,参与细胞壁的形成、细胞间信号传导及生长分化等过程,推测其在种子形成中具有重要地位,可能起了"开关"的作用.     

基因组尺度集成细胞网络模型研究进展

细胞网络研究是系统生物学的一个研究热点,通过结合计算机模型和实验技术,从系统角度分析复杂的生物系统,可以为生物实验提供指导和预测。近十年来,国内外许多研究团队致力于基因组规模代谢网络、基因调控网络和信号转导网络模型的构建和分析,并取得了一定成果。而不同类型网络的集成和分析是当前生物网络研究中一个新的方向,并带来了诸多新的挑战。在本文中,主要对基因组尺度集成细胞网络模型的研究进展,特别是对代谢网络和转录网络的集成进行了详细论述,着重于集成网络的构建和分析方法,最后对该领域研究前景进行了展望。     

基于随机游走的风险致病基因预测研究进展

风险致病基因预测有助于揭示癌症等复杂疾病发生、发展机理,提高现有复杂疾病检测、预防及治疗水平,为药物设计提供靶标.全基因组关联分析(GWAS)和连锁分析等传统方法通常会产生数百种候选致病基因,采用生物实验方法进一步验证这些候选致病基因往往成本高、费时费力,而通过计算方法预测风险致病基因,并对其进行排序,可有效减少候选致病基因数量,帮助生物学家优化实验验证方案.鉴于目前随机游走算法在风险致病基因预测方面的卓越表现,本文从单元分子网络、多重分子网络和异构分子网络出发,对基于随机游走预测风险致病基因研究进展进行较全面的综述分析,讨论其所存在的计算问题,展望未来可能的研究方向.