代谢网络进化过程中拓扑结构与功能之间的关联

代谢网络进化过程中酶的拓扑连接与它们的功能之间具有怎样的关联呢? 这种关联在亲缘关系较近的物种间是否具有一定的相似性呢? 以叶绿体和其内共生祖先蓝藻(Synechococcus sp. WH8102, syw)的代谢网络为对象, 以大肠杆菌、拟南芥和红藻的代谢网络作为对照,研究酶的连接度与其功能之间的关联. 结果表明, 各个物种中不同代谢通路和性质分类(EC)的酶都具有不同的平均连接度, 但是同一代谢通路或性质分类的酶在叶绿体和蓝藻syw中显示非常相似的连接度. 另外, 叶绿体与蓝藻syw之间的保守模块, 如氨基酸代谢等, 具有明显更高的平均连接度. 而且, 叶绿体和蓝藻中的同工酶都比其他酶具有更高的连接度, 对应基础类代谢通路, 并存于二者之间的保守模块中. 因此, 尽管内共生过程中叶绿体代谢组发生了较大的重组, 但是网络拓扑结构与功能间的关联仍然与其祖先细菌蓝藻非常相似, 说明这种关联可能用于衡量进化过程中物种间亲缘关系远近的程度.     

基于网络拓扑统计的恒生证券指数处理

为分析香港证券市场恒生指数(HSI)的动力学特性, 依据粗粒化处理的同质划分方法, 将HSI的时间序列转化为由4个特征字符{R, r, d, D}构成的HSI符号序列. 由符号序列中的16种2-字串的元结构(即16种HSI变化模式)为网络的节点构建了一个加权证券指数网络, 这一网络将证券市场指数波动和变化模式的相互关系和相互作用等信息编码在网络的拓扑结构之中. 通过对网络的拓扑参数中介中心性的测量, 发现在两个量级的时间间隔标度范围内, 至少有3个高中介中心性的网络节点, 即网络中18.7%的节点承担了网络的71.9%的中介中心性功能, 它们所代表的HSI变化模式具有很好的统计稳定性, 识别这些具有拓扑统计重要性的节点模式对于理解证券市场的波动规律以及信息传输特性有积极意义. 对比计算了随机网络节点的中介中心性, 其中每一个节点的中介中心性能力几乎是均等的, 没有一个节点显得特别地突出, 这些表明香港证券市场在统计意义下是稳定的而不是随机的.     

应用复杂网络理论研究代谢网络的进展

后基因组生物信息学研究的一个重要任务是系统地研究活细胞内所有分子和它们之间的相互作用, 从而了解这些分子及它们之间的相互作用对整个生物体功能的影响. 而网络则是对各种相互作用关系的恰当的抽象描述. 近年来, 复杂网络理论在揭示各种复杂的技术网络和社会网络的形成和演化机制方面取得了一些重要成果, 其方法和结果已对生物学研究产生影响. 本文评述了基于基因组的大规模代谢网络重建和分析的进展, 论述了利用复杂网络理论分析代谢网络结构的主要方法和结果.     

整合组学数据的代谢网络模型研究进展

基因组规模代谢网络模型(genome-scale metabolic model, GEM)是根据化学计量平衡原理,基于基因-蛋白-反应三者关联,建立包含细胞生长必需的生化反应数学模型.细胞代谢网络存在复杂的调控,通过基因和蛋白表达量及代谢物浓度变化调节代谢反应通量,而这些数据无法直接反映代谢反应的通量. GEM研究面临的一个挑战是如何整合不直接反映代谢通量的数据类型,并将这些调控过程在代谢模型中进行准确的描述.本文综述了将高通量组学数据整合到代谢化学计量模型中的方法,包括根据基因和蛋白的表达判定代谢反应状态、筛选核心代谢反应集、代谢反应通量边界约束、转录调控网络整合和多时间尺度基因动态表达约束等;比较分析了不同算法的优缺点和应用场景;介绍了GEM与多组学数据整合在解析生物代谢特征、分析遗传和环境扰动、筛选癌症治疗潜在药物靶标和抗代谢药物等方面的应用;展望了组学数据和代谢网络模型集成的发展趋势.     

人脑形态网络及其在脑发育研究中的应用

人脑是一个极其复杂的系统,数以万亿的神经元通过突触构成了庞大的连接网络,如何系统而全面地刻画大脑内部的组织模式一直是神经科学家致力解决的热点问题.随着非侵入神经成像技术的兴起,基于磁共振成像的脑网络研究为揭示人脑的复杂结构提供了新的契机.其中,脑形态网络因其图像易获得、质量稳定和分析方法简单等优势引发了研究者的广泛关注.传统的脑形态网络是利用一组受试者的某种形态学指标构建的被试间协方差网络,只能反映大脑形态的群组特征.个体水平脑形态网络则针对个体大脑刻画脑区间的形态相似性,保留了个体的形态信息.多指标甚至多模态数据的应用,进一步整合多种互补的结构信息,能够综合表征皮层形态的拓扑连接模式.近年来,脑形态网络在探究人类大脑发育进程方面体现了重要价值.研究发现,胎儿时期形态网络从高度模块化的原始状态开始逐渐整合,至出生时已形成小世界拓扑,出生后至童年早期网络变得分离,童年晚期至青春期又逐渐整合,初级网络率先达到成熟而高级网络长期持续发育.这些结论为理解大脑认知功能的形成和发育障碍的起源提供了重要的理论支撑.本文介绍了两种脑形态网络的构建方法和图论模型的基本概念,回顾了脑形态网络在胎儿、婴儿、...     

拟南芥代谢通路下基因调控网络的构建

基因调控网络在研究基因之间的调控关系及揭示复杂的生命现象方面有着重要的意义. 拟南芥整个生长过程是由基因网络所调控. 本文利用拟南芥代谢通路下基因共表达这一属性, 结合启动子序列分析的生物信息学方法来预测拟南芥代谢通路下基因的调控关系. 基于这种方法, 一共预测到2268对具有调控关系的基因对, 其中91对为高可信度的调控关系. 在我们预测到的调控关系中, 有4对调控关系已被实验验证, 实验表明本文预测的结果有一定的可靠性. 我们预测的拟南芥代谢通路下基因的调控网络, 为深入研究代谢通路在植物生长过程中所起的作用提供了方便, 有助于进一步研究拟南芥未知基因的功能.     

代谢网络流分析进展及应用

代谢网络的研究已经成为系统生物学研究的一个热门话题,基于代谢网络流分析的方法在寻求生物体代谢网络特征中具有很重要的作用.回顾了几种主要的代谢网络静态分析方法如:流平衡分析(FBA)、代谢调节最小化分析(MOMA)、调节的开关最小化(ROOM)、含有二次线性规划的动态流平衡分析方法(DFBA-LQR)等.另外,介绍了几种常用的代谢网络流分析软件,如FluxAnalyzer,COBRA Toolbox,PathwayAnalyser,并对这些软件的性能进行了比较.代谢网络的研究不仅能使人们更好地了解代谢网络性质,也在很多方面得到了应用,将代谢网络流分析和其他生化数据分析方法整合起来的理念逐渐形成并已有所进展,如代谢流与基因表达调控的结合、代谢流对蛋白质进化的影响、代谢流与拓扑特征的关联分析、代谢工程优化改造等.今后的研究方向可以将代谢流分析与网络拓扑特征分析以及动态建模等结合起来以获得更全面更准确的代谢网络性质.     

体外培养神经元网络功能结构的长时间发育变化

神经功能结构的建立和维持是学习与记忆等高级功能的基础. 因神经网络的结构错综复杂, 节点行为多变且受多种因素的影响, 目前其拓扑结构的形成和维持机制尚不清楚. 基于多电极阵列系统, 本研究连续记录了体外长时间培养的海马神经元网络的自发放电活动; 利用不同电极放电序列之间的互相关系数映射功能连接强度, 构建网络拓扑结构图, 分析其发育特性. 对培养1~18周的3个样本的分析结果显示, 网络拓扑结构的形成和维持具有自组织和自解离特性: 网络连接建立期(1~3周), 邻近节点之间建立连接, 形成局域微网络; 随着网络的发育, 逐步形成多节点的复杂功能结构; 发育成熟期(12周后), 功能连接开始消退, 部分节点脱离网络, 网络聚集程度增加. 不同发育时期网络各节点连接强度的分布均符合幂率分布, 表明无外界输入的培养神经元网络是具有无尺度特征的复杂网络. 本研究有助于复杂神经网络结构的形成及维持机制分析, 为研究神经发育和神经系统信息处理机制提供新的视野.     

人脑连接组研究:脑结构网络和脑功能网络

人脑是自然界中最复杂的系统之一,在这个系统中,多个神经元、神经元集群或者多个脑区相互连接成庞杂的结构网络,并通过相互作用完成脑的各种功能.近年来,结合基于图论的复杂网络理论,研究者们发现利用结构和扩散磁共振成像数据构建的脑结构网络以及利用脑电图/脑磁图数据和功能磁共振成像数据构建的脑功能网络具有很多重要的拓扑性质,如"小世界"属性、模块化的组织结构以及主要分布在联合皮层上的核心脑区(如楔前叶、额上回、额中回).另一方面,研究者发现许多神经精神疾病(如阿尔兹海默病和精神分裂症等)与脑结构和脑功能网络的异常的拓扑变化有关,这些研究不仅为理解神经精神疾病的病理机制提供了新视角,也可能为疾病的早期诊断和治疗评价提供脑网络影像学标记.本文以人脑结构和功能连接网络的研究为重点,介绍了人脑连接组和复杂网络理论的基本概念,并且回顾了近年来人脑结构和功能连接组的研究成果,并指出了该领域中存在的问题及未来的研究方向.     

水稻功能基因组育种数据库(RFGB):3K水稻SNP与InDel子数据库

水稻是全世界最重要的粮食作物之一.对全球水稻品种资源进行基因组研究,挖掘有利等位基因和指导基于全基因组信息的分子育种具有重大的理论和实践意义,是关系国家乃至全球粮食安全的重大战略问题.本研究通过全球3000份水稻资源(3K水稻)的全基因组重测序,获取了其中质量较好的2859份水稻基因组的单核苷酸多态性(SNP)及小片段插入缺失(In Del)的基因组变异数据,建立了综合性的水稻功能基因组育种数据库的SNP与In Del多态性子数据库.该子数据库包含了3K水稻多态性信息检索、基因组浏览器可视化系统、特定区段基因组数据导出系统等多项功能.本数据库的建立将为研究水稻基因功能、指导水稻全基因组选择育种提供重要平台.     

漫谈宏基因组学

基因组学随着人类基因组计划的实施而诞生,现已成为后基因组时代一门重要的生命科学学科.研究者已经逐渐习惯于在对生物体的个别基因或蛋白质研究之前,先测定或分析该物种的基因组序列.目前已经知道全基因组序列的真核生物有40多种,而原核生物则多达200多种.这些工作表明,研究人员在基因组序列分析方面已经取得了巨大的进展.但是,对于自然界现存的物种而言,人类所测定的物种依然是少之又少.在原核生物世界中,仅仅是被命名的就达到5700种,而那些未知微生物的种类则可能多达上百万种.     

起航三维基因组学研究

人类基因组测序完成已有十多年.但是,基因组信息如何指导基因在特定空间和时间表达的机理仍有待阐明."结构决定功能"是认识自然规律中的一个共识.在生物学中,这一共识不仅适用于RNA、蛋白质等小规模的有机分子,同样也应该适用于全基因组这样的DNA大分子.最近的研究表明,基因组的三维空间结构对基因组的表达、调控等功能有重要的影响.因此,研究全基因组的三维空间结构和功能成为基因组学一个新发展趋势.基因组三维空间结构与功能的研究简称三维基因组学,是指在考虑基因组序列、基因结构及其调控元件的同时,对基因组序列在细胞核内的三维空间结构,及其对基因转录、复制、修复和调控等生物过程中功能的研究.随着大规模基因组测序技术的发展,我们已经拥有研究三维基因组的相关技术如ChIA-PET和Hi-C.初步的ChIA-PET和Hi-C数据分析展示了基因组三维空间结构对基因组功能的意义,为进一步研究基因组三维空间结构和功能提供了基础.本文总结了三维基因组学研究的发展,概括了三维基因组学研究中的问题和目前的进展,并讨论了可能的应用前景.登高更见远,期待三维基因组学研究将深化对生命现象和规律的认识,为基础生物学发展带来新契机、为更进一步推动生物医学及农业应用打下坚实的基础.     

一种快速生成和传输多分辨率三维模型的稳健算法

空间数据获取与建模技术的飞速发展使高分辨率、高精度三维模型的快速生成成为现实, 随之引起了一系列问题亟待解决, 如: 大数据量三维模型的快速可视化与快速网络传输. 根据不同的需要对高分辨率的三维模型进行多分辨率描述是解决上述问题的一个有效途径. 针对上述问题本文提出了一种快速、稳健的算法用于大数据量三维模型的多分辨率描述与网络传输. 实验结果表明: 该算法在运行效率、多分辨率模型的精度与解码以及三维模型的网络传输速度3个方面均取得了很好的效果. 该研究结果为海量三维模型的快速可视化以及快速网络传输打下了的坚实的技术基础.     

蛋白质相互作用的网络分析

建立了蛋白质复合物的残基网络, 其中蛋白质的残基被视为节点, 残基之间的接触视为连接. 复合物残基网络可以分成两种类型, 即疏水和亲水残基网络. 分析网络参量发现, 正确结合的复合物比错误结合的结构具有更高的界面度加和值和更低的网络特征路径长度. 这些性质反映出正确结合的复合物结构具有更好的几何或残基类型互补, 同时正确的结合模式对于保证天然蛋白质复合物的特征路径长度具有重要作用. 此外, 两个基于网络的打分项被建立, 它们能够很好地考虑复合物整体形状和残基类型互补特性. 将基于网络的打分项与其他打分项进行组合, 提出了一个新的多项打分函数HPNCscore, 它能够改进RosettaDock组合打分函数的区分能力超过12%. 这些研究将加深我们对蛋白质-蛋白质结合机制的了解.     

FluxExplorer:一个通用的基于化学计量矩阵的代谢网络建模和分析平台

近年来基于化学计量矩阵的生物代谢网络分析在系统生物学研究领域备受关注. 为该领域的研究者开发更加方便和友好的硅上模拟平台已成为一项重要工作. 这种平台应提供图形化的操作方式, 整合强大的分析模块, 帮助生物学研究者更深入地理解代谢系统的特性和行为. 基于这种需求, 我们开发了一个免费共享的计算机模拟平台FluxExplorer. 它整合了多种基于化学计量矩阵的分析方法, 如流平衡分析 (flux balance analysis, FBA)等. 这些分析方法可对代谢网络的各种特性进行全面而深入的刻画. 在该平台上, 用户只需通过简单的图形化建模过程, 就能直观构建并分析自己的目标网络. 同时, 该平台能自动地查找模型中不符合建模规则的结点, 以便用户修改. 此外, 该平台支持系统生物学建模语言 (systems biology markup language, SBML). 利用该平台成功地构建了哺乳动物线粒体的代谢网络, 并得到了一些有生物学意义的模拟结果. 可以说, 该平台是一个分析功能强大且使用方便的代谢网络模拟工具.     

细胞信号转导网络的无尺度属性及其意义

近年来,对细胞信号转导网络复杂性的研究日益受到众多生物科学及复杂性科学研究者的重视,研究这一网络结构的无尺度属性、内在组织机制以及信号转导整合的特征,对于认识和理解系统复杂性、生物自适应性以及疾病的发病机制,设计与开发新型治疗药物都具有重要意义.     

汉字网络的3度分隔与小世界效应

提出了汉字词组网络模型，并对于三种不同来源的词组进行了分析，得到了网络的聚集系数和平均最短路径。证明了汉语词组网3度分隔，并涌现出小世界效应。结果表明汉语词组网和英语词汇网具有相似的拓扑结构和性质，且同样具有良好的可搜索性。     

基于丙泊酚麻醉的相位模式复杂度同步及脑网络变化

麻醉诱导的无意识在宏观尺度表现为大脑区域之间功能连接的中断.然而,在介观尺度,麻醉的脑意识消失作用机制仍不明确.本研究分析了9名接受丙泊酚全身麻醉的癫痫患者(年龄18～54岁)的皮层脑电(electrocorticogram,ECoG)数据,采用了相位模式复杂度(phase-pattern complexity,PPC)的同步估计方法,并基于图论度量了皮层尺度麻醉前后的聚类系数、平均特征路径长度、全局效率、局部效率和中介中心性等几种网络特征参数.结果表明,delta-theta(1～8Hz)频段和gamma2(48～60Hz)频段在意识消失后的PPC值显著降低(分别为P0.01,P0.05).皮层尺度脑网络则由节点间的强连接转变为以少数节点为枢纽节点,并成散射状连接其他节点的网络拓扑结构.研究表明,麻醉导致的意识消失与皮层尺度神经活动的相位模式复杂度的降低及对应的拓扑网络的简单化有关.     

基于DAP-Seq方法鉴定玉米胚乳特异表达转录因子O2在全基因组水平上的结合位点

Opaque2(O2)是一个调控玉米胚乳发育的重要转录因子.为了揭示O2的转录调控网络,利用DAP-Seq技术挖掘其在全基因组范围上结合位点共检测到11385个位点.通过结合已报道RNA-Seq数据,本研究DAP-Seq共检测到317个O2直接结合并调控的靶基因,其中包括97个已报道ChIP-Seq检测靶基因以及220个DAP-Seq特异检测的靶基因.而基序(motif)富集分析显示, DAP-Seq检测O2结合317靶标基因与220个特异结合靶标基因所富集的基序均与已报道O2结合motif相同.另外, GO富集分析显示,与ChIP-Seq一致的O2靶基因主要参与zein蛋白合成及氨基酸代谢途径,而特异检测的O2靶标基因,除参与上述途径外,还主要参与糖代谢途径以及多个胁迫响应相关途径.本研究利用DAP-Seq技术进一步揭示了O2在胚乳发育过程发挥调控作用,该结果是对前人研究结果的验证和补充.     

钩端螺旋体蛋白质相互作用网络预测与系统分析

问号钩端螺旋体是一种致病菌, 能够引起人畜共患病. 该细菌全基因组序列测序的完成, 为从全蛋白质组学的角度分析蛋白质相互作用网络提供了基础. 本研究通过整合4种计算方法(基因融合法、基因邻居法、系统发生谱法和操纵子法)来预测钩端螺旋体赖株蛋白质相互作用网络. 对运动和趋化系统、信号传导系统、脂多糖生物合成以及黏附、侵袭等有关蛋白质之间的相互作用进行了详细分析. 除此以外, 根据蛋白质的相互作用网络以及功能分类, 预测了203个未知蛋白质可能的功能. 这不仅为进一步研究钩端螺旋体赖株的致病机制提供了一个资料, 也为在基因组范围内应用生物信息学方法研究微生物提供了一个实例.