论文部分内容阅读
理解细胞网络的稳定性和功能已经成为当今系统生物学的一个重要课题。本文将从两个方面对细胞网络进行研究。一是通过数据挖掘的手段提取数据库中的蛋白质相互作用信息，建立蛋白质相互作用网络。另外通过随机性方法对细胞网络在噪声下的稳定性和动力学进行研究。主要内容包括：
1，提出一种频繁模式挖掘(FPT)的方法根据酵母基因数据分别对酵母中的蛋白质相互作用和蛋白质亚细胞定位进行了预测。通过运用各种统计评判方法做比较，发现对于给定的数据样本FPT方法比其他常用方法(贝叶斯网络方法、逻辑回归等方法)预测更准确。通过预测蛋白质相互作用，我们预测得到一个新的与前体mRNA剪接相关的蛋白质相互作用集团，和一些新的蛋白质相互作用。通过对4700个未知位置的酵母蛋白质亚细胞定位的预测，得到了138个新的蛋白质亚细胞定位，并对17个尚未有明确标注位置的蛋白质提供了新的推断性的预测。
2，分别对一个芽值酵母细胞循环网络和一个合成的捕食被捕食系统在外噪声下的能量地貌进行了研究，采用自洽场近似方法缩减系统维度。发现基本能量地貌具有一个环状山谷的形状，在外噪声下非平衡态系统的动力学由系统的能量地貌和涡旋状的几率流共同决定，能量地貌吸引系统进入震荡轨道，而涡旋几率流驱使系统在震荡轨道上周期性运动。基于能量地貌拓扑的势垒高度量化了系统的全局稳定性。当噪声增加时，势垒高度减小，系统稳定性减弱，与熵产生率相对应的系统的耗散也增加。因此，环形山谷形状的能量地貌拓扑提供了一种选择合适的网络参数空间的优化标准，用于保证系统稳定性和鲁棒性、耗散少、并能履行特定的生物学功能。另外，通过敏感性分析我们发现一些网络中的关键参数，敏感性分析的结果与最近的一些实验研究相符，同时也为实验研究提供了一些新的预测。
3，采用随机模拟的方法对果蝇昼夜节律系统在内噪声下的能量地貌和几率流进行了研究。发现非平衡态动力系统在内噪声下的驱动力同样可以分解为能量地貌和几率流两项。发现自相关函数的频谱出现谐振峰值，频谱峰值、势垒高度、相的一致性、以及从环形山谷跳到外面的逃逸时间都可以作为量化标准来衡量系统的稳定性。同时，对于非零几率流的系统，三点自相关函数对于时间反演存在不可逆性，提供了一种方式从实验观测直接探测非零几率流的性质。