项目名称: 动态网络生物标记识别的可计算建模与算法

项目编号: No.91330114

项目类型: 重大研究计划

立项/批准年度: 2014

项目学科: 生物科学

项目作者: 吴凌云

作者单位: 中国科学院数学与系统科学研究院

项目金额: 65万元

中文摘要: 生物标记在复杂疾病的临床诊断治疗和基础科学研究上都有着非常重要的地位和意义。本项目计划从系统生物学角度出发,研究针对异质性复杂疾病的动态网络生物标记识别的可计算建模与高性能算法,包括异质性疾病的多层次动态网络模型与构建算法、整合多层次生物数据的动态网络生物标记模型、以及高效的动态网络生物标记识别算法等。同时选择一些重要的复杂疾病进行动态网络生物标记的示范应用研究,例如复杂疾病预警、诊断和预后方法,复杂疾病发生发展机制研究,药物组合与旧药新用研究等。本项目将紧紧围绕重大计划的总体目标,通过对计算系统生物学中的几个重要的基础共性问题:生物医学数据的网络表示、网络比较、网络评价、子网络搜索等的高性能算法研究,开展动态网络生物标记识别的可计算建模和算法研究,为“人口与健康”这一重要科学前沿和重大国家需求中的复杂疾病研究提供关键的计算技术和数学方法支撑。

中文关键词: 生物标记;复杂疾病;生物分子网络;异质性;富集分析

英文摘要: Biomarkers play an important role in the clinical diagnosis and therapy and the basic scientific research of complex diseases. From the viewpoint of systems biology, this project will study the computable modeling and high performance algorithms for the dynamic network biomarker identification in heterogeneous complex diseases, such as the modeling and algorithms of multi-level dynamic network construction for heterogeneous diseases, the modeling of dynamic network biomarker with integration of multi-sources biological data, and the efficient algorithms for identifying dynamic network biomarkers. Several demonstrative applications will be conducted on selected important complex diseases, for example, the methodologies for early-warning, diagnosis and prognosis of complex diseases, the development and progression of complex diseases, and drug combination and repositioning. This project will focus on the high performance algorithms for the common algorithmic problems of computational systems biology such as the network representation of bio-medical data, network comparison, network evaluation, and sub-network search. This project will provide the key computational and mathematical methodological support for the research on complex diseases.

英文关键词: Biomarker;Complex diseases;Biomolecular networks;Heterogeneity;Enrichment analysis

成为VIP会员查看完整内容
0

相关内容

专知会员服务
252+阅读 · 2021年10月8日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
95+阅读 · 2021年5月25日
【AAAI2021】基于双任务一致性的半监督医学图像分割
专知会员服务
30+阅读 · 2021年2月7日
专知会员服务
49+阅读 · 2020年8月27日
深度学习目标检测方法综述
专知会员服务
274+阅读 · 2020年8月1日
【元图(Meta-Graph):元学习小样本连接预测】
专知会员服务
64+阅读 · 2020年5月31日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
图预训练技术在生物计算领域的应用
GenomicAI
0+阅读 · 2022年2月23日
常见的距离算法和相似度计算方法
极市平台
18+阅读 · 2020年7月31日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Arxiv
136+阅读 · 2018年10月8日
小贴士
相关VIP内容
专知会员服务
252+阅读 · 2021年10月8日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
95+阅读 · 2021年5月25日
【AAAI2021】基于双任务一致性的半监督医学图像分割
专知会员服务
30+阅读 · 2021年2月7日
专知会员服务
49+阅读 · 2020年8月27日
深度学习目标检测方法综述
专知会员服务
274+阅读 · 2020年8月1日
【元图(Meta-Graph):元学习小样本连接预测】
专知会员服务
64+阅读 · 2020年5月31日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
图预训练技术在生物计算领域的应用
GenomicAI
0+阅读 · 2022年2月23日
常见的距离算法和相似度计算方法
极市平台
18+阅读 · 2020年7月31日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
微信扫码咨询专知VIP会员