北京大学理论生物学中心网络小组在两个研究方向上取得进展

北京大学理论生物学中心是利用北京大学的多学科优势，集中数学、物理、化学、力学、生物及计算机科学的研究力量，从实验与理论两个方向开展关于生物学交叉的理论生物学与系统生物学研究工作的跨学科研究中心。近期，该中心网络小组．在以下两个研究方向上取得进展。     

预测新的生物胺受体配基结合位点

生物胺受体被认为是一类重要的药物靶标,用生物信息学手段寻找它的配基结合位点并分析其功能,对于药物设计具有重要的指导意义.从整体上结合可变性、疏水性和保守性构建了受体的2D螺旋横切面模型,预测出其可能的配基结合区Ⅰ、Ⅱ,其中TM3、TM4以及TM7在配基结合中起关键作用,E-Ⅱ环也参与了配基结合这一过程,这是对以往普遍认为只有TM参与配基结合的延伸.从局部上寻找了生物胺受体及其子受体的基序,提出了家族可变亚家族保守基序(motif)概念,即家族可变区中找到的亚家族保守的基序.最后结合整体与局部分析结果分析了各基序的功能,预测了行使配基结合功能的基序及其相应位点,结果证明与突变实验结果有很好的吻合度.     

基因调控网络研究进展

基因调控网络是一种连续而复杂多变的动态网络系统,是细胞内各种信号因子之间相互作用关系的整体表现.近些年来,很多物种全基因组测序的完成、高通量实验技术的发展以及高性能分子生物学工具的应用,使得构建一个复杂和相对完整的基因调控网络成为可能,从而使绘制整个活细胞内各种基因表达的调控网络成为当前研究的热点.作为系统生物学的核心领域,构建和分析基因调控网络将有利于我们更系统地剖析细胞的功能,更深刻地洞见生命的本质.综述关于基因调控网络研究的基本原理和方法,为今后进行更深入的研究和探讨打下良好的基础.     

简讯

北京大学理论生物学中心网络小组在两个研究方向上取得进展北京大学理论生物学中心是利用北京大学的多学科优势,集中数学、物理、化学、力学、生物及计算机科学的研究力量,从实验与理论两个方向开展关于生物学交叉的理论生物学与系统生物学研究工作的跨学科研究中心。近期,该中     

合成生物学研究和应用的生物安全问题

 合成生物学指基于系统生物学的遗传工程,人工设计与合成新的生物元件和生物系统。本文简述合成生物学的发展及其可能造成的环境、公众健康安全问题及伦理问题。借鉴欧美等国家在合成生物学发展及管理方面的经验,提出中国应加强合成生物学研究和应用的风险评估、完善监督和管理体系、强化生物安全和生物伦理教育、推动与国际社会的交流和合作等。     

基因转录调控网络模型

摘要：基因转录调控网络是细胞内基因之间的相互作用关系的整体表示，是生命功能在基因表达层面的展现. 最近多种生物信息学（计算分子生物学）工具和高通量实验技术的发展，使得重建复杂的基因调控网络成为可能. 基因调控网络模型试图从DNA微阵列等海量数据中推断基因之间的调控关系，从而揭示复杂的生命现象， 虽远未完成，但从现有实验数据中重建基因调控网络的工作可以促进在分子和遗传水平上系统地剖析细胞的功能，是功能基因组学中的重要研究内容，也是当前生物信息学和系统生物学研究的最具挑战性的前沿课题之一. 简要评述了几类典型数学模型的最新研究进展.     

网络 从生物学到理论

后基因组时代的生命科学研究已经不单单只是研究单个基因、蛋白质或细胞的功能，而是更加注重从整体上研究生物体内各个成分问的相互关系和作用机制。因此，如何构建基因、蛋白质及神经细胞间相互作用网络并阐明网络内各成分的动态关系是目前系统生物学研究的一个热点。     

从理工科视角探索系统生物学

系统生物学是在系统水平上研究生物系统,即通过研究因生物系统组成单元之间的相互作用所组成的网络来揭示生命系统的复杂行为和功能。本文扼要介绍近期内笔者在系统生物学领域研究所取得的一些进展。强调从理工科的视角出发,首先在分子水平上结合数据与方法论的整合性观点构建生物网络,然后用相互作用、动态行为等整体论观点来研究该网络,达到探索在不同层面上理解和诠释复杂生命现象的目的。     

基于拓扑结构的生物网络关键节点识别研究进展

与生物学实验方法及其它方法相比,基于拓扑结构的生物信息学方法在生物网络关键节点识别上有独特优势.本文从节点的中心性测度、网络的拓扑参数及层次结构等几方面总结了生物网络的主要拓扑特征;比较了蛋白质网络、代谢网络及基因调控网络关键节点识别的主要方法;分析了相关的一些算法.最后指出存在的一些主要问题,并提出解决的思路及进一步研究的方向.     

时滞基因调控网络的双稳定性和局部分岔

研究了含三个节点和两个反馈环的时滞基因调控网络的双稳定性和局部分岔.确定了该网络的正平衡点的个数.通过分析对应的特征方程,建立了网络双稳定性和Hopf分岔的存在性条件.研究结果显示,网络中正反馈环的存在会促使网络出现双稳定状态,而当网络有负反馈环且时滞达到某一临界值时,网络将产生Hopf分岔.数值仿真验证了理论结果的正确性.     

基于模体中心结构的蛋白质复合物识别算法

基于蛋白质相互作用的网络有明显模块化特征, 其对预测蛋白质功能、解释特定的生物进程具有重要作用, 网络模体是复杂网络演化的 重要拓扑结构, 其代表了复杂系统中的重要功能单元, 具有进化保守性的特性, 提出一种新的基于网络模体为核心节点组的蛋白质复合物识别算法. 该算法根据蛋白质相互作用网络的拓扑特性, 将模体作为蛋白质复合物的中心结构体, 并基于中心结构体进行二层节点扩充, 能准确有效地识别蛋白质复合物. 并且将复合物二维网络进行三维转化, 从而更直观清晰地展示复合物的结构体特征. 实验结果验证了该算法的有效性及可行性.     

Network Visualization in Cell Biology

Many of the processes known to take place in biological cells are analyzed in the form of different types of network.The complexity of these networks increases along with our knowledge of these processes,making their analysis more difficult.Network visualization is a powerful analysis method that will have to be developed further to deal with this complexity.This survey provides a brief overview of network visualization in general,followed by an in-depth discussion of its application to three network types specific to cell biology,namely gene regulatory,protein interaction,and metabolic networks.Finally,we discuss the difficulty of visually integrating these network types and trying to compare networks of cells that belong to different organisms.     

国家关键交通网络的基元结构与系综特征

基于复杂网络模体和超家族辨识方法,辨析国家关键交通网络的基元结构特性和系综特征.研究表明交通网络模体应表述为受到成本、技术和空间约束下,适应网络功能设计和建设,预先明确的、非随机的特定结构形式.阐述了交通地理网和服务网的4节点子图浓度分布的异同,进一步基于4节点子图比剖面阐明了关键交通网络的家族分类和属性特征.     

一种基于层次化社团结构的复杂网络可视化平台

基于层次化的网络社团结构,提出了一种可以应用于大型复杂网络的可视化方法,并编程实现了交互平台.该平台采用圆环布局,能提供大量的交互功能,使用户从不同层次上查看网络结构信息.平台还实现了重叠节点的找寻,以及社团动态演化等与网络社团分析有密切关系的功能.     

球形压痕法测材料力学性能:神经网络模拟

讨论利用球形压痕法对材料的力学性能参数进行估算时外载P和压入深度h的关系．分析了带动量修正的前馈式反向传播型神经网络的特点，通过已知的P—h关系建立神经网络系统，利用球形压痕法得到的计算结果作为训练数据对神经网络进行训练，通过训练好的神经网络模拟了球形压痕法的计算结果．利用训练5000次基础上得到的神经网络对球形压痕法所得结果进行了模拟，分析并比较了利用神经网络方法得到的结果与通过球形压痕法得到的结果．结果表明，神经网络可以很好地模拟利用球形压痕法分析得到的材料局部力学性能参数．     

网络结构鲁棒性指标及应用研究

为了更好地测度网络抵御破坏的能力,基于网络连通和恢复能力提出了连接鲁棒性和恢复鲁棒性两种指标.运用这两种指标,以网络规模为500,取20次独立实验的均值,对ER随机网络、规则网络、BA无标度网络以及WS小世界网络4种典型网络结构进行仿真.实验结果表明:ER随机网络对于恶意攻击的鲁棒性要优于其他3种网络;BA无标度网络仅节点恢复鲁棒性较好,边恢复鲁棒性和连接鲁棒性最差;规则网络拥有很好的连接鲁棒性但恢复鲁棒性最差;WS小世界网络受其参数影响,鲁棒性介于ER随机网络和规则网络之间.同时还发现,网络结构鲁棒性的下降随着去除节点个数的增加和网络结构参数的改变而呈现出一定的"涌现"现象.     

犯罪与网络行为特征的映射研究

选取美国芝加哥2012—2017年的盗窃、抢劫、毒品案件进行研究.提出一种基于时空影响域的犯罪网络构造方法，并针对犯罪表现的行为特征与网络行为特征进行映射分析.实验结果表明，所提方法构造的犯罪网络在不同犯罪类型、不同网络规模下均表现出无标度性、小世界特征;局部呈现高聚集性，并体现不同的聚集特点;犯罪网络社团化的程度明显.因此，可以利用复杂网络手段，对犯罪网络建模与拓扑特征分析方面作进一步深入探讨，对不同犯罪模式的动力学研究以及预防和资源配置提供新思路.     

基于活跃度的网络免疫策略

免疫策略是抑制复杂网络传播过程的有效方法。虽然基于网络拓扑的免疫策略取得了良好的免疫效果,但这些策略都基于同构性假设,即:网络中的节点具有相同的属性。然而,越来越多的研究揭示了网络节点的异构特征,如传播过程中节点具有不同的活跃度,活跃的节点能够促进传播。笔者结合网络结构和节点活跃度,提出了一种新的免疫策略,在真实网络和人工网络中的仿真结果表明,所提免疫策略能够有效抑制传播扩散。