项目名称: 生物网络的可计算建模

项目编号: No.91430217

项目类型: 重大研究计划

立项/批准年度: 2015

项目学科: 生物科学

项目作者: 汤超

作者单位: 北京大学

项目金额: 350万元

中文摘要: 经过长期的进化,生物系统可以精确地、鲁棒地执行各种生物功能。在分子和细胞水平上,生物功能是通过基因和蛋白质的相互作用,即生物调控网络来完成的。网络的拓扑结构、动力学性质与功能之间有着紧密的联系。如何定量刻画这种关系,找出其中的规律,是我们理解复杂生命现象的关键。许多证据表明,生物网络中存在一些普适性的可定量的设计原理。这一方向已经成为国际上系统生物学研究的热点。本项目在申请人多年工作的基础上,利用可计算建模、算法优化并结合实验数据来寻找有代表性的生物网络中的设计原理及动力学规律,并将其应用于干细胞这一重要生物问题,力争在这一领域取得突破。

中文关键词: 生物网络;数学模型;设计原理;细胞命运;算法优化

英文摘要: Through billions of years’ evolution, biological systems can execute various functions precisely and robustly. At the molecular and cellular levels, biological functions are carried out by networks of genes and proteins. There is an intimate relationship between and among the network’s topology, dynamics and function. How to characterize this relationship and to find the principles within are key questions for understanding the complex phenomena of life. More and more evidence show that there are general design principles that are quantifiable in biological networks. Searching for design principles has been a main subject in systems biology. The proposed project builds upon years of work by the applicants in this area, expanding into several new frontiers. It constructs and optimizes computational models, combining data from experiments, to investigate the design principles and dynamics properties of several representative networks. A focal point will be on the networks of cell fate transformation and applications in stem cell differentiation and reprogramming.

英文关键词: Biological networks;mathematical model;design principle;cell fate;algorithm optimization

成为VIP会员查看完整内容
2

相关内容

专知会员服务
24+阅读 · 2021年6月9日
【经典书】图理论与复杂网络导论,287页pdf
专知会员服务
133+阅读 · 2021年3月5日
MIT《图神经网络的任务结构与泛化》,22页ppt
专知会员服务
23+阅读 · 2021年2月28日
专知会员服务
45+阅读 · 2020年11月13日
最新【图神经网络计算】2020综述论文,23页PDF
专知会员服务
192+阅读 · 2020年10月3日
专知会员服务
22+阅读 · 2020年9月25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
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
你真的了解计算生物学和AI for Science吗?
微软研究院AI头条
0+阅读 · 2022年2月22日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014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
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
27+阅读 · 2020年12月24日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
小贴士
相关VIP内容
相关资讯
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
你真的了解计算生物学和AI for Science吗?
微软研究院AI头条
0+阅读 · 2022年2月22日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014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
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员