【伯克利博士论文】网络优化算法及其在分子生物学中的应用，236页pdf

在本论文中，我将分子生物学中的几个问题抽象为网络优化算法。

在本文的第一章中，我考虑了我们的第一类网络问题——已知动态网络中的子网优化。在这些情况下，我引入了条件网络和时间条件网络的概念，其中网络可以随时间动态变化(即顶点或边)。在第一组问题中，我们的目标是找到一个代价最小的全局子网络，它满足所有条件下的局部连通性需求。在第二组问题中，我考虑优化从时间点$t_1$的源节点$a$开始，到时间点$t_2$的目标节点$b$结束的单一遍历请求，同时保持随时间变化的一致性。最后，我利用这些框架来研究Th17细胞中的信号转导，目的是找到与IL23受体信号传递有关的新的下游蛋白。

在本文的第二章中，我考虑了CRISPR/Cas9模型中的谱系追踪问题——给定一组通过CRISPR/Cas9谱系追踪生成的终端节点或细胞，哪棵树最能代表真实生成过程。特别地，我将介绍两种用于此分析的方法——贪婪方法和精确整数线性规划方法。然后我通过模拟和体外生成的地面真值树来测试这些方法。最后，我退一步考虑我们的框架的理论保障。也就是说，我探索了模型中字符数量/剪切位点与最小细胞分裂次数、细胞数量和剪切率等变量之间的关系。特别是，在给定关于实验设置的完美知识的情况下，我推导出精确重建所需的字符数量的上限。

在本论文的第三章和最后一章，我考虑使用网络流抽象来估计细胞内的代谢活动。鉴于代谢和免疫功能之间的关系，我们的目标成为发现Th17细胞内的组织特异性代谢程序。为了实现这一目标，我利用通量平衡分析方法来估计从不同组织的小鼠中收集的Th17细胞内的网络代谢通量，由此我发现了一个新的肠道特异性代谢目标，负责调节效应因子样功能和稳态。