典型疾病的多尺度生物系统动力学及数据分析

Comprehensive and deep investigation of occurrence, evolution and effective prevention and treatment of diseases needs the multi-scale biomedical models, however, research on multi-scale system is still in the design for concept and macro-framework, and lack of systematic methodology. The project will focus on the typical diseases including HIV/AIDS, dengue and cancer, and develop the coupling mechanism of models on different scales by employing nested approach, feedback, hierarchical and modular methods. On the basis of concerned typical diseases we examine model formulation of the multi-scale biomedical systems. With comprehensive utilization of new methods from fields of dynamic systems, statistical analysis, complex networks, stochastic simulation and high performance computing, we investigate the general approaches of theoretical analysis and numerical realization of the proposed multi-scale models, multi-scale data merge and cross-validation, model identification and parameter estimation. The project aims to understand, explain and predict the dynamic interaction on spatio-temporal multi-scales of multiple elements including molecules, cells, individuals, groups, and environmental interventions, in order to reveal the inherent law of their interactions among different scales, and identify the key factors that influence the disease process, treatment efficacy and epidemic control. The main conclusions will provide practical and meaningful enlightenment for prevention and control of infectious diseases and individualized treatment on each scale or the whole system, and promote the intensive investigation of the complex multi-scale biological systems.

全面深入地研究疾病的发生、演化和有效防治等需要多尺度生物医学系统，然而多尺度系统研究还处在概念和宏观框架设计层面，缺乏系统的方法论。本项目将聚焦包括艾滋病、登革热和肿瘤等在内的典型疾病，采用嵌入、反馈、分层与模块化方法发展不同时空尺度上模型之间的耦合机制。基于重点关注的典型疾病研究多尺度生物医学系统的模型构建，综合利用动力系统、统计分析、复杂网络、随机模拟和高性能计算等领域的全新方法研究多尺度模型的理论分析和数值实现、数据融合与交叉验证、模型辨识与参数估计等问题的一般性理论与方法。旨在通过理解、解释和预测分子、细胞、个体、群体以及环境等多元素在时间、空间多尺度上动态的相互作用，揭示它们在不同尺度间相互影响的内在规律，探明影响疾病进程、治疗效果和疫情防控的关键因子。主要结论将从各个尺度或全系统上为传染病的疫情防控、疾病的个性化治疗方案提供实际的有意义的启示，推动复杂生物多尺度系统的深入研究。

项目组基本完成了既定的研究任务，实现了预定的研究目标。主要成果集中在两个尺度双向耦合的建模思想、多尺度模型的数值计算、多尺度数据融合和参数估计，以及在典型疾病上的应用。模型构造思想有原创性，数值计算和数据分析方法有技巧，特别是在新冠疫情和艾滋病的研究成果能落地。部分成果以咨询报告的形式提交相关部门，为政府制定政策提供定量的、可靠的支撑。..构造感知风险和受益函数，提出了不同尺度双向耦合的机制，实现了从小尺度到大尺度的嵌入式耦合和从大尺度到小尺度的反馈式控制。基于决策博弈、行为改变和适合度函数提出相对统一的多尺度系统模型的构建方法，实现了系统的连续演化与瞬时（随机）扰动、确定性和随机动力系统的耦合。发展多尺度系统的动力学分析和数值计算方法，提出多种方法解决不同尺度数据交叉融合、估计多尺度系统的未知参数，实现多尺度数据与模型的有效对接。应用上述建模思想、数据分析方法到艾滋病、登革热和新冠肺炎疫情的研究上，预测了新冠疫情的发展趋势、艾滋病的新发感染，研究了不同尺度上各干预措施的有效性、不同尺度目标函数下的最优控制函数。甄别影响疫情发展和控制的关键因素，如气温、总降雨量，以及降雨高峰时间和降雨模式等气象因素是影响登革热疫情的关键因子。实际的应用研究能结合当前流行的新冠肺炎疫情和艾滋病疫情，实现落地的研究，为决策者制定干预措施提供决策支持。

内容获取失败，请点击重试