论文部分内容阅读
细胞是构成生命体的基本单元，且包含生命体的全部生物学信息。细胞的机械特性与细胞生理状态及生物学行为之间有着密切的联系，比如细胞分裂、细胞生长、细胞分化、细胞迁移等。因此细胞的机械特性可以作为一种反映细胞信息的自然的生物学标记。此外，细胞的机械特性还与人类的某些疾病的产生与发展有关。建立单细胞机械特性的数学模型将对理解单细胞的行为学和某些疾病的产生机理有很大的帮助。然而，单细胞内部却有极其错综复杂的信号传导通路网络。从机理上研究，建立单细胞机械特性的数学模型将非常困难。本文从系统科学的观点出发，利用系统辨识的方法，建立细胞机械特性的数学模型。在此基础上，开展了基于细胞机械特性模型的组合药物优化筛选方法、细胞分类与生理状态表征等研究工作。本文具体开展研究工作如下。 (1)提出了基于系统科学的单细胞机械特性动力学建模方法:针对传统的单细胞机械特性模型的特点，基于系统辨识的方法，提出了单细胞粘弹性动力学建模方法。 (2)提出了基于Markov随机过程的组合药物优化筛选方法:在单细胞机械特性模型基础上，提出了针对组合药物筛选的优化算法。并且通过仿真对该算法的准确性和快速性进行验证。 (3)实验、模型验证与应用:利用原子力显微镜获取单细胞的机械特性曲线，在细胞机械特性动力学模型的基础上进行模型验证。并且利用该模型实现了细胞分类，细胞生理状态表征等应用。 综上所述，本文对单细胞机械特性进行了动力学建模与分析，并在此基础上进行了模型验证与应用。本文为单细胞机械特性的研究提供了理论基础，和基于细胞机械特性系统模型的潜在的临床应用。