论文部分内容阅读
在当下的生物大数据时代，发展生物信息学算法与工具将数据处理为信息(即有一定含义的、经过加工的有用数据)，成为一个研究与应用热点。从这个层面上，通过深刻理解各种组学数据的产生方式及数据特点，研究相应的算法与工具开发显得十分重要和迫切。
近年来，代谢流量组学(Fluxome)作为系统生物学的一个新分支，得到越来越多的重视。这个方法能够识别其它组学技术所无法检测到的体内原位生化反应速率大小和方向取值，也就是代谢流量。代谢流量组学通过代谢流的测定，可以描绘生物系统的生理特征、解析遗传因素和环境变化对代谢系统的影响。
代谢流量组学分析的主要方法称为代谢流分析。它可以划分为计量性流量分析和13C流量分析两种方法，其中的13C代谢流量分析技术近年发展迅速并得到越来越广的应用。该技术既具有计量性方法的能力，又可以针对环形反应、双向反应等特殊反应获取更多的信息。
13C代谢流量分析又可以分为两种方法。第一种是稳态代谢流量分析。实验中，在底物里引入13C同位素。13C会分布到所有代谢物中，而13C在代谢物中数量和位置，依赖于代谢网络中各个反应的流量。该方法需要系统处于代谢物稳态和同位素标记的拟稳态这两个条件。并以此为基础，建立各个代谢物的物质平衡方程和同位素标记分子平衡方程，得到代谢流量和各个代谢物13C标记状态的隐式数学关系。
另外一种是非稳态代谢流量分析。这一方法不再需要同位素标记的稳态条件，也不需要建立同位素标记分子平衡方程，而是构建同位素标记分子的微分演化方程。其对应所需的实验检测也是多个时间点上的同位素标记分子动态变化情况，从动态实验检测数据中估计出代谢流量值。由于该方法不依赖于同位素标记的稳态条件，因而适用范围更广，在光合微生物和植物的主要代谢途径的流量测量上发挥了不可替代的作用。
非稳态代谢流量分析的核心关键在于同位素标记的微分方程的建模和仿真。普通的主要碳代谢途径对应的微分方程就包含上千维的变量，而基因组规模代谢网络对应的微分方程所包含的变量由于组合爆炸明显增多，导致相关计算速度大大下降。同时，国内对非稳态代谢流量分析的数据处理方面的研究较少，未见有相应的工具开发，也未见有专门的博士论文进行报道。
本论文以质量同位素异构体为基础，介绍了新的同位素标记组合方法，设计了首个同位素标记分子微分演化的并行化算法，尝试了多种非稳态代谢流量优化方法并进行了并行化，创新性地设计实现了全球首个非稳态代谢流量估计的网络服务平台。具体地本博士论文可以分为如下几章：
第一章介绍了当前生物大数据蓬勃发展背景下的各个组学分析的特点，特别是结合贵州省生物医学大数据中心建设，介绍了各个组学对应的关键算法和工具。在此基础上引出了13C代谢流量组学研究的重要意义，学术前沿现状和主要发展方向。
第二章13C代谢流量组学数据处理的相关算法基础。首先介绍了代谢流，代谢稳态和代谢物平衡方程的概念。在此基础上详细探讨了同位素标记模拟算法的细节，包括介绍了Isotopomer，Cumomer和MassIsotopomer这三种应用较为广发的同位素分子标记算法。介绍了同位素映射矩阵，同位素标记分子平衡方程和13C代谢流量优化算法等代谢流量组学数据处理的关键和基础。
第三章非稳态代谢流量组学的同位素标记的新算法。介绍了基于EMU和MassIsotopomer的同位素标记微分方程。在此基础上，阐明了MassIsotopomer生成网络。将强连通分量的概念应用到MassIsotopomer生成网络的分解中；利用传递闭包概念对MassIsotopomer生成网络进行简化。在此基础上，设计了MassIsotopomer的强连通分量向量作为模拟仿真的基本单位，并分别设计了基于张量和向量的模拟仿真算法。最终结果表明，该算法可以正确地对同位素标记系统进行模拟，并适合于微分方程的仿真。
同时，利用多线程技术，结合同位素标记方程的级联特性，实现了同位素标记微分方程的并行化，提高了仿真速度，使得基因组规模代谢网络同位素标记微分方程的仿真更加容易实现。
第四章非稳态代谢流量组学的新优化算法。实现了非稳态代谢流量组学中常用的Levenberg-Marquardt算法，这是一类基于梯度的非线性最小二乘算法，该方法在规模较小时，可以较块地得到比较好的结果，但是对大规模网络暴露出速度较慢的问题。
首次将启发式的进化算法应用于非稳态代谢流量组学优化问题的解决，在大规模网络问题求解中取得了较好的效果。同时，还实现了进化算法的并行化，提高了速度，使得提高进化算法种群规模成为可能。
第五章非稳态代谢流量组学云平台-CeCaFLUX。在总结第三章，第四章理论和算法的基础上，我们设计并实现了世界上首个用户友好的非稳态代谢流量组学云平台-CeCaFLUX。它可以从动态的13C标记数据中导出代谢通量分布。该云平台基于EMU的质量同位素异构体框架来实现。平台的参数优化和统计分析是通过凸空间内的进化算法来并行实现的，还提供了交互式服务可实时地展示流量优化过程以及最终流量结果。CeCaFLUX可从http://www.cecaflux.org/免费获得。
近年来，代谢流量组学(Fluxome)作为系统生物学的一个新分支，得到越来越多的重视。这个方法能够识别其它组学技术所无法检测到的体内原位生化反应速率大小和方向取值，也就是代谢流量。代谢流量组学通过代谢流的测定，可以描绘生物系统的生理特征、解析遗传因素和环境变化对代谢系统的影响。
代谢流量组学分析的主要方法称为代谢流分析。它可以划分为计量性流量分析和13C流量分析两种方法，其中的13C代谢流量分析技术近年发展迅速并得到越来越广的应用。该技术既具有计量性方法的能力，又可以针对环形反应、双向反应等特殊反应获取更多的信息。
13C代谢流量分析又可以分为两种方法。第一种是稳态代谢流量分析。实验中，在底物里引入13C同位素。13C会分布到所有代谢物中，而13C在代谢物中数量和位置，依赖于代谢网络中各个反应的流量。该方法需要系统处于代谢物稳态和同位素标记的拟稳态这两个条件。并以此为基础，建立各个代谢物的物质平衡方程和同位素标记分子平衡方程，得到代谢流量和各个代谢物13C标记状态的隐式数学关系。
另外一种是非稳态代谢流量分析。这一方法不再需要同位素标记的稳态条件，也不需要建立同位素标记分子平衡方程，而是构建同位素标记分子的微分演化方程。其对应所需的实验检测也是多个时间点上的同位素标记分子动态变化情况，从动态实验检测数据中估计出代谢流量值。由于该方法不依赖于同位素标记的稳态条件，因而适用范围更广，在光合微生物和植物的主要代谢途径的流量测量上发挥了不可替代的作用。
非稳态代谢流量分析的核心关键在于同位素标记的微分方程的建模和仿真。普通的主要碳代谢途径对应的微分方程就包含上千维的变量，而基因组规模代谢网络对应的微分方程所包含的变量由于组合爆炸明显增多，导致相关计算速度大大下降。同时，国内对非稳态代谢流量分析的数据处理方面的研究较少，未见有相应的工具开发，也未见有专门的博士论文进行报道。
本论文以质量同位素异构体为基础，介绍了新的同位素标记组合方法，设计了首个同位素标记分子微分演化的并行化算法，尝试了多种非稳态代谢流量优化方法并进行了并行化，创新性地设计实现了全球首个非稳态代谢流量估计的网络服务平台。具体地本博士论文可以分为如下几章：
第一章介绍了当前生物大数据蓬勃发展背景下的各个组学分析的特点，特别是结合贵州省生物医学大数据中心建设，介绍了各个组学对应的关键算法和工具。在此基础上引出了13C代谢流量组学研究的重要意义，学术前沿现状和主要发展方向。
第二章13C代谢流量组学数据处理的相关算法基础。首先介绍了代谢流，代谢稳态和代谢物平衡方程的概念。在此基础上详细探讨了同位素标记模拟算法的细节，包括介绍了Isotopomer，Cumomer和MassIsotopomer这三种应用较为广发的同位素分子标记算法。介绍了同位素映射矩阵，同位素标记分子平衡方程和13C代谢流量优化算法等代谢流量组学数据处理的关键和基础。
第三章非稳态代谢流量组学的同位素标记的新算法。介绍了基于EMU和MassIsotopomer的同位素标记微分方程。在此基础上，阐明了MassIsotopomer生成网络。将强连通分量的概念应用到MassIsotopomer生成网络的分解中；利用传递闭包概念对MassIsotopomer生成网络进行简化。在此基础上，设计了MassIsotopomer的强连通分量向量作为模拟仿真的基本单位，并分别设计了基于张量和向量的模拟仿真算法。最终结果表明，该算法可以正确地对同位素标记系统进行模拟，并适合于微分方程的仿真。
同时，利用多线程技术，结合同位素标记方程的级联特性，实现了同位素标记微分方程的并行化，提高了仿真速度，使得基因组规模代谢网络同位素标记微分方程的仿真更加容易实现。
第四章非稳态代谢流量组学的新优化算法。实现了非稳态代谢流量组学中常用的Levenberg-Marquardt算法，这是一类基于梯度的非线性最小二乘算法，该方法在规模较小时，可以较块地得到比较好的结果，但是对大规模网络暴露出速度较慢的问题。
首次将启发式的进化算法应用于非稳态代谢流量组学优化问题的解决，在大规模网络问题求解中取得了较好的效果。同时，还实现了进化算法的并行化，提高了速度，使得提高进化算法种群规模成为可能。
第五章非稳态代谢流量组学云平台-CeCaFLUX。在总结第三章，第四章理论和算法的基础上，我们设计并实现了世界上首个用户友好的非稳态代谢流量组学云平台-CeCaFLUX。它可以从动态的13C标记数据中导出代谢通量分布。该云平台基于EMU的质量同位素异构体框架来实现。平台的参数优化和统计分析是通过凸空间内的进化算法来并行实现的，还提供了交互式服务可实时地展示流量优化过程以及最终流量结果。CeCaFLUX可从http://www.cecaflux.org/免费获得。