系统生物学中建模方法的研究现状及展望

系统生物学倡导利用系统论的思想和方法,从整体的高度分析、研究生命的复杂特性。这一点与实验生物学仅关注某一个或者某一些生物大分子是迥然不同的。系统生物学既要同时考虑多个层次、多种类型的生物信息,还要考虑时间因素。由于系统特性是由于不同组成部分、不同层次间相互作用而“涌现”出的新性质,因此,如果只是针对组成部分或单一层次的分析并不能真正准确地预测整体或高层次的行为。如何通过研究和整合去发现和理解“涌现”出的新的系统性质,是系统生物学面临的一个根本性的挑战。为了应对这一挑战,系统生物学,特别是计算系统生物学必须建立有效的方法,通过整合系统各个层次的信息,建立可反映该系统目前已知或已可测量的性质的物理、数学模型,并通过这样的模型来研究或预测目前还未知晓的系统性状。可以说：建模是系统生物学的最重要的研究手段之一。目前,生命科学的研究正逐步由对单一现象、单一过程的机械论式的描述型研究转向运用高通量实验技术获取海量生物信息,并在这些生物信息基础上建立物理、数学模型,最终通过建模与实验相接合的研究手段来定量阐述生命现象的本质规律。由于建模方法在系统生物学研究中的重要性,本文将对一些主要的建模类型,如定性建模方法;基于约束的建模方法;基于常微分/偏微分方程的定量建模和基于随机微分方程的定量建模方法等等分别予以简要介绍。     

基于Bootstrap方法的基因表达谱数据互信息估计研究

基因调控网络模型为深入理解生命本质提供了一个新的研究框架和平台。作为基因调控网络模型的其中一种,互信息关联网络模型使用熵和互信息描述基因和基因之间的关联。本文描述了用互信息度量基因表达相似性的方法,提出基于Bootstrap的互信息估计算法,并对产生的偏离现象提出了改进策略。实验结果表明,改进的互信息估计方法可以有效提高基因表达相似性估计的精确度。