论文部分内容阅读
基因调控网络描述了基因，mRNA，蛋白质之间的相互作用关系，进而描述了生物功能是如何通过分子之间的相互作用而实现的.基因调控网络在生命活动的每个过程中都扮演着重要的角色，如，细胞分化，代谢，细胞周期和信号转导.通过研究这些网络的动态特性，可以理解疾病发生的机制，预测细胞行为，因此基因调控网络的研究，对生物学研究以及医学的发展都有重要的推动作用.本文主要关注基因调控网络的系统辨识方法的研究，测序中碱基辨识算法的研究和代谢网络动力学性质的研究.
本文的主要研究结果如下:
1.研究了果蝇体节极性基因调控网络的参数辨识问题，为了辨识网络中的调控关系和调控强度，将非线性方程做了线性化处理，根据在系统平衡点处做扰动实验得到的数据推断基因调控网络.我们计算了系统参数对扰动输入的依赖性，分析了在何种扰动输入下更有助于基因调控网络的辨识，进而提出了一种新的针对扰动实验的实验设计思路，在有噪声的情况下也能有效的提高辨识的准确性.
2.研究了第二代测序数据的碱基辨识问题.第二代测序技术使用边合成边测序的方法，实现了大规模平行测序，但测序精度制约着它的应用.测序过程中复杂的生化反应导致信号混杂，且误差逐渐积累，随着测序循环的增加信号辨识难度大大增加.我们将通讯中用于解决信号盲均衡问题的方法用于处理这个问题，有效的降低了历史信号的干扰，改进了最后的辨识结果.且由于采用了自适应算法可以一边获取数据一边计算，提高了海量测序数据的处理效率.
3.使用化学动力学的方法，对植物叶肉细胞中的光合碳代谢过程提出了一个简化的代谢网络的微分方程模型.该模型能模拟Calvin循环、光合产物的利用、光呼吸作用等光合作用中的主要代谢过程.利用这个模型研究了光合碳代谢过程中的平衡态问题.通过解决一个优化问题，给出了系统具有唯一平衡点的参数范围.