抗病毒天然免疫反应信号转导机制的建模、优化与控制

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61173060
项目类别：
面上项目
资助金额：
56.0万
负责人：
邹秀芬
依托单位：
武汉大学
学科分类：
F0213.生物信息计算与数字健康
结题年份：
2015
批准年份：
2011
项目状态：
已结题
起止时间：
2012-01-01 至2015-12-31

项目参与者：
莫忠息；蒋达和；刘敏忠；彭涛；陈彧；解为成；潘阮刚；张伟；余风丽；
关键词：
病毒数学模型信号转导网络天然免疫优化与控制

项目摘要

病毒性疾病对人类的生命安全和身体健康构成巨大威胁，抗病毒天然免疫信号转导与调控机制的研究已成为当今生命科学与生物医学研究的热点和前沿领域。本项目旨在利用信息科学、数学的计算分析工具与生物学实验相结合的系统生物学方法,揭示细胞抗病毒天然免疫反应信号转导网络调控的分子机制。具体地，以现有的生物学实验数据为基础，研究病毒诱导I型干扰素基因表达信号转导网络的建模和动力学分析；采用聚类分析和多目标演化算法技术，通过对抗病毒天然免疫相关蛋白相互作用网络的重构和计算分析来识别在抗病毒天然免疫中起核心作用的网络模体；利用最优控制理论考查病毒逃逸天然免疫的最优控制。通过生物学实验验证理论预测结果的有效性，进而阐明天然免疫应答过程中抗病毒信号转导与调控的分子机制，为抗病毒疫苗研制及抗病毒药物筛选与设计提供创新性思路和理论依据。本项目形成的理论成果和计算技术也可更广泛应用于其它复杂的生物学系统。

结项摘要

抗病毒天然免疫信号转导与调控机制的研究已成为当今生命科学与生物医学研究的热点和前沿领域。本项目旨在利用计算科学与生命科学等多学科交叉的系统生物学研究方法，揭示细胞抗病毒天然免疫反应信号转导网络调控的分子机制。首先，以多组学高通量数据为基础，通过数据整合、网络构建、数学建模和动力学分析，系统地阐明先天免疫信号转导网络会产生单稳、双稳和分岔等复杂的动力学行为，并进行了生物学实验验证。随后通过多细胞的随机模拟揭示负反馈有利于干扰素诱导的先天免疫通路的随机表达；提出了一个新的识别蛋白复合物的方法，并识别先天免疫网络和流感病毒诱导的炎症反应网络中的关键蛋白及蛋白复合物；以熵为基础的定量分析来揭示细胞命运的决策和内外噪声的线性相互作用确保高精度细胞命运抉择；用最优控制理论来分析在先天免疫系统防护失效情形下如何采取最优的控制策略取得最好的抗病毒治疗效果；研究了复杂网络的可控性和控制能量，并从控制论的观点解释了生物网络的最优设计。为进一步阐明天然免疫应答过程中抗病毒信号转导与调控的分子机制提供理论指导，为抗病毒疫苗研制及抗病毒药物筛选与设计提供创新性思路和理论依据。本项目形成的理论成果和计算技术也可更广泛应用于其它复杂的生物学系统。. 本项目取得了创造性的研究成果，在“Scientific Reports” ,“Mathematical Biosciences”, “IEEE/ACM Transactions on Computational Biology and Bioinformatics”， “Computational and Mathematical Methods in Medicine”，“PLos One”等国际重要学术刊物上发表SCI学术论文20余篇,其中大部分论文被引用多次。在项目的实施过程中，与加拿大University of Saskatchewan的Fangxiang Wu教授，澳大利亚Monash大学的Tianhai Tian教授和美国Colorado State University的Jiangguo Liu教授等进行合作研究。促进了数学与生命科学等多学科的交叉融合和交叉学科合作团队的形成与定期的讨论交流。通过本项目的实施，培养毕业了博士研究生5人，硕士研究生4人，参与本项目的硕士和博士研究生均已具有扎实科学计算与系统生物学理论知识和研究能力。