MODELING EMERGENT BEHAVIORS IN SYSTEMS BIOLOGY: A BIOLOGICAL PHYSICS APPROACH

系统生物学中的突发行为建模:生物物理方法

基本信息

  • 批准号:
    10580813
  • 负责人:
  • 金额:
    $ 39.6万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2016
  • 资助国家:
    美国
  • 起止时间:
    2016-07-18 至 2027-02-28
  • 项目状态:
    未结题

项目摘要

Project Summary Biology is full of stunning examples of emergent behaviors – behaviors that arise from, but cannot be reduced to, the interactions of the constituent parts that make up the system under consideration. These behaviors span the full spectrum of length scales, from the emergence of distinct cell fates (e.g. neurons, muscle, etc.) due to the interactions of genes within cells, to the formation of complex ecological communities arising from the interactions of thousands of species. The overarching goal of my research is to develop new conceptual, theoretical, and computational tools to model such emergent, system-level behaviors in biology. To do so, we utilize an interdisciplinary approach that is grounded in Biological and Statistical Physics, but that draws heavily from Machine Learning, Information Theory, and Theoretical Ecology. Our work is unified and distinguished by our deep commitment to integrating theory with the vast amount of biological data now being generated by experiment. An important goal of the proposed research is to find common concepts and tools that transcend traditional biological sub-disciplines and model systems. The proposed research pursues three distinct but conceptually interrelated research directions: (1) identifying the ecological principles governing community assembly in microbial communities and developing techniques for understanding function, diversity, and stability in microbiomes; (2) developing new mathematical and computational tools for modeling information processing in biochemical networks, especially the gene networks underlying cellular identity and the signaling networks that control collective behavior in the NIH model organism Dictyostelium discoideum; and (3) understanding and developing new interpretable machine learning techniques for systems and synthetic biology, with special attention paid to the unique challenges posed by living systems with regards to data heterogeneity, biological interpretability, and potential sources of bias. In addition to developing physics-based and machine learning-inspired models for diverse biological phenomena, the proposed research will yield a series of practical and important computational tools and algorithms which we will make publically available including: (1) our “Community Simulator” Python package for simulating microbial communities based on the novel microbial consumer resource model framework we have developed; (2) new machine learning and statistical algorithms for analyzing microbial communities and gene networks; and (3) new computational tools for predicting the behavior of synthetic biological parts and circuits in diverse contexts. These computational tools will allow scientists to leverage the power of modern theory, computation, and advances in Deep Learning to tackle fundamental problems relevant to human disease.
项目概要 生物学中充满了突发行为的惊人例子——这些行为产生但无法减少 构成所考虑的系统的组成部分的相互作用。 从不同细胞命运(例如神经元、肌肉等)的出现开始,跨越整个长度尺度 由于细胞内基因的相互作用,形成了复杂的生态群落 我研究的首要目标是开发新的物种。 概念、理论和计算工具来模拟此类突发的系统级行为 为此,我们采用基于生物学和统计学的跨学科方法。 物理学,但这很大程度上依赖于机器学习、信息论和理论生态学。 统一和独特之处在于我们坚定地致力于将理论与大量的知识相结合 目前通过实验生成的生物数据是本研究的一个重要目标。 超越传统生物子学科和模型系统的通用概念和工具。 拟议的研究追求三个不同但概念上相互关联的研究方向:(1) 确定微生物群落中群落组装的生态原则并开发 (2) 开发新的数学技术来理解微生物组的功能、多样性和稳定性; 以及用于对生化网络中的信息处理(尤其是基因)进行建模的计算工具 细胞身份基础网络和控制 NIH 集体行为的信号网络 模式生物盘基网柄菌;以及(3)理解和开发新的可解释机器 学习系统和合成生物学的技术,特别关注独特的挑战 由生命系统提出的关于数据异质性、生物可解释性和潜在来源的问题 除了为不同的生物开发基于物理和机器学习启发的模型之外。 现象,所提出的研究将产生一系列实用且重要的计算工具和 我们将公开的算法包括:(1)我们的“社区模拟器”Python 包 为了基于新颖的微生物消费者资源模型框架模拟微生物群落,我们 (2) 用于分析微生物群落的新机器学习和统计算法 基因网络;(3)用于预测合成生物部件行为的新计算工具和 这些计算工具将使科学家能够利用现代的力量。 深度学习的理论、计算和进展,以解决与人类相关的基本问题 疾病。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Pankaj Mehta其他文献

Pankaj Mehta的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Pankaj Mehta', 18)}}的其他基金

Modeling Emergent Behaviors in Systems Biology: A Biological Physics Approach
系统生物学中的突发行为建模:生物物理方法
  • 批准号:
    9137947
  • 财政年份:
    2016
  • 资助金额:
    $ 39.6万
  • 项目类别:
MODELING EMERGENT BEHAVIORS IN SYSTEMS BIOLOGY: A BIOLOGICAL PHYSICS APPROACH
系统生物学中的突发行为建模:生物物理方法
  • 批准号:
    10330838
  • 财政年份:
    2016
  • 资助金额:
    $ 39.6万
  • 项目类别:
Modeling Emergent Behaviors in Systems Biology: A Biological Physics Approach
系统生物学中的突发行为建模:生物物理方法
  • 批准号:
    9317502
  • 财政年份:
    2016
  • 资助金额:
    $ 39.6万
  • 项目类别:
A quantitative study of cell-to-cell communication in bacteria
细菌细胞间通讯的定量研究
  • 批准号:
    8142022
  • 财政年份:
    2008
  • 资助金额:
    $ 39.6万
  • 项目类别:
A quantitative study of cell-to-cell communication in bacteria
细菌细胞间通讯的定量研究
  • 批准号:
    8334578
  • 财政年份:
    2008
  • 资助金额:
    $ 39.6万
  • 项目类别:
A quantitative study of cell-to-cell communication in bacteria
细菌细胞间通讯的定量研究
  • 批准号:
    7905836
  • 财政年份:
    2008
  • 资助金额:
    $ 39.6万
  • 项目类别:
A quantitative study of cell-to-cell communication in bacteria
细菌细胞间通讯的定量研究
  • 批准号:
    7513054
  • 财政年份:
    2008
  • 资助金额:
    $ 39.6万
  • 项目类别:
A quantitative study of cell-to-cell communication in bacteria
细菌细胞间通讯的定量研究
  • 批准号:
    7678027
  • 财政年份:
    2008
  • 资助金额:
    $ 39.6万
  • 项目类别:

相似国自然基金

自我护理模式下老年慢性病患数字化个人健康信息认知行为及其注意力和脑神经机制研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
儿童青少年注意力的行为与脑发育关键指标研究
  • 批准号:
    62177035
  • 批准年份:
    2021
  • 资助金额:
    47 万元
  • 项目类别:
    面上项目
非工作上网行为对知识型员工工作绩效的影响机制及组织对策研究
  • 批准号:
    71901201
  • 批准年份:
    2019
  • 资助金额:
    18.0 万元
  • 项目类别:
    青年科学基金项目
基于时空内部注意力和动作聚合双流网络模型的新生儿全身运动评估
  • 批准号:
    61906022
  • 批准年份:
    2019
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目
基于注意力机制的多视角人群场景下的异常行为识别和理解
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    36 万元
  • 项目类别:
    地区科学基金项目

相似海外基金

Intracranial Investigation of Neural Circuity Underlying Human Mood
人类情绪背后的神经回路的颅内研究
  • 批准号:
    10660355
  • 财政年份:
    2023
  • 资助金额:
    $ 39.6万
  • 项目类别:
Deep Learning Based Natural Language Processing Markers of Anxiety and Depression
基于深度学习的自然语言处理的焦虑和抑郁标记
  • 批准号:
    10723819
  • 财政年份:
    2023
  • 资助金额:
    $ 39.6万
  • 项目类别:
Re-examining links between screen time, health behaviors, and executive functioning: Validating an objective measure of screen exposure in a sample of young children
重新审视屏幕时间、健康行为和执行功能之间的联系:验证幼儿样本中屏幕暴露时间的客观测量
  • 批准号:
    10725847
  • 财政年份:
    2023
  • 资助金额:
    $ 39.6万
  • 项目类别:
Using Artificial Intelligence to Predict Cognitive Training Response in Amnestic Mild Cognitive Impairment
使用人工智能预测遗忘型轻度认知障碍患者的认知训练反应
  • 批准号:
    10572105
  • 财政年份:
    2023
  • 资助金额:
    $ 39.6万
  • 项目类别:
Using artificially intelligent text messaging technology to improve American Heart Association's Life's Simple 7 Health Behaviors: LS7 Bot + Backup
利用人工智能短信技术改善美国心脏协会的生活简单7个健康行为:LS7 Bot Backup
  • 批准号:
    10649884
  • 财政年份:
    2023
  • 资助金额:
    $ 39.6万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了