信号传导网络对基因表达随机调控的数学模型及其在医学中的应用

项目名称： 信号传导网络对基因表达随机调控的数学模型及其在医学中的应用

项目编号： No.91230104

项目类型： 重大研究计划

立项/批准年度： 2013

项目学科： 数理科学和化学

项目作者： 唐谟勋

作者单位： 广州大学

项目金额： 75万元

中文摘要： 正常的生命活动，如干细胞的分化，胚胎与身体的发育，人体的免疫反应，都依赖于基因的正确表达。另一方面，许多疾病的产生与恶化都源于基因的突变或基因表达的紊乱。我们将系统地建立和完善随机基因表达的数学模型；建立基因表达噪声的算法；通过数学分析，以及结合实验数据的数值与影像模拟，深入了解信号传导网络中各信号路径对基因表达噪声的综合调控。帮助人们理解基因表达噪声产生与减弱的机制和根源，基因调节网络的拓扑结构与基因表达噪声的关系，噪声在先天性免疫系统中的功能，以及人类癌症的形成及恶化与免疫系统相关功能丧失的关系。我们的工作并将帮助解决随机基因表达中的一个中心问题：自然选择及基因表达噪声如何相互作用并影响信号网络结构的形成与功能的进化。我们希望，我们的努力一方面可以为分子生物学家们提供新的研究思路，另一方面可以为数学工作者提供新的研究方向，使数学，统计学，和计算机科学在生命科学中得到更广泛的应用。

中文关键词： 随机基因表达；信号转导网络；沃尔巴克与登革热；先天免疫系统；负调控

英文摘要： All normal activities of life, such as the differentiation of stem cells, the development of embryos and organisms, and the immune response of human beings, all depend crucially on the precise expression of genes. On the other hand, many dangerous diseases, such as cancers, are originated from somatic gene mutation or abnormal gene expression. In this program, we will systematically develop and improve mathematical models of stochastic gene expression; develop analytical formulas or numerical programs for calculating gene expression noise. Through mathematical analysis, numerical simulation, image processing, combined with experimental data, we aim to understand more deeply how the signal transduction pathways in the gene regulation network regulates gene expression noise. The work will help us understand the mechanism and origination of gene expression noise, the relationship between the topological structure of signal transduction network and noise, the impact of noise on the function of innate immune system, and the subtle correlation between the growth and malignance of tumors and the loss of immunity. Our study will also help us resolve the central question in the area of stochastic gene expression: How natural selection and the gene expression noise have shaped the structure and function of signal transduc

英文关键词： Stochastic gene expression；Signal transduction networks；Wolbachia and Dengue fever；Innate immune systems；Negtive feedback