动力系统方法与某些复杂疾病恶性突变的早期预警信号

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11241002
  • 项目类别:
    专项基金项目
  • 资助金额:
    10.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0604.生物与生命科学中的数学
  • 结题年份:
    2013
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2012-09-20 至2013-12-31

项目摘要

Many evidences suggested that during the progression of many complex diseases, the deteriorations are generally not smooth but abrupt, which may cause a critical transition from one state to another at a tipping point, corresponding to a bifurcation of the dynamical system for the underlying mechanism. A pre-disease state is assumed to exist before reaching the tipping point between a normal state and a disease state. Beside, a complex disease is generally resulted not from the malfunction of individual molecules but from the dynamical interplay of a group of correlated molecules or network. Therefore, in order to describe the underlying dynamical mechanism of complex diseases, their evolutions are often modeled as time-dependent nonlinear dynamical systems, in which the abrupt deterioration is viewed as the phase transition at a bifurcation point. By exploiting rich information from time-course high-throughput omic data and based on dynamical bifurcation theory, we will construct regulation networks that describe the progression of complex diseases. We will then theoretically prove that some generic properties suffice to provide early-warning signals for the imminent catastrophic phase transition when the system approaches to the tipping point, so as to prevent qualitative deterioration by taking appropriate intervention actions. Based on these critical behaviors and generic properties of the network system, a prediction method towards the sudden deterioration of complex diseases will be developed in the dynamical network level. The effectiveness of the method will be validated by numerical simulation and functional analysis based on experimental data.
现代医学和生物学的研究成果表明,在生物体的各个器官内,是各个功能模块的动态协同作用共同决定了器官的功能和状态,因此,我们把复杂疾病的发展过程看做是一个复杂动力系统的演变,把影响疾病的外在因素视为动力系统中的参数,把参与疾病演变的分子浓度当作系统中的状态变量,于是疾病的突然恶化现象就对应了系统的突变现象。我们将收集某些复杂疾病的多层次时序列数据,并对这些高通量数据进行分析、整理;根据整合后的实验数据和分子生物学理论,构造能够表征疾病发展的动态调控网络,并进一步建立相应的动力系统。针对不同的复杂疾病,从理论和数值分析两个方面寻找网络中携带预警信号的重要功能模块,探测动力系统发生突变的临界点,提炼出有针对性的早期预警突变的方法,建立动态网络层次的预警体系。

结项摘要

在本项目的资助下,我们根据申请书中所列的研究内容,针对某些复杂疾病的突变现象,采用计划任务书中所列的研究计划和研究路线开展研究工作,并发表了三篇论文。在这些工作中我们首先针对具有突变现象的复杂疾病,在大样本、小噪声条件下,我们总结和发展了利用生物分子动态网络标志物来预测疾病发展中的关键时间节点的方法,并成功地应用到肺部损伤产生突变的病例中;另外,我们针对一类具有应用价值的广义KdV方程,研究其动力学行为,并发现了新的分支现象。我们的工作达到了预期的目标。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Dynamical network biomarkers for identifying critical transitions and their driving networks of biological processes
用于识别生物过程的关键转变及其驱动网络的动态网络生物标志物
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    Quantitative Biology
  • 影响因子:
    3.1
  • 作者:
    Liu Rui, Aihara Kazuyuki, Chen Luonan
  • 通讯作者:
    Liu Rui, Aihara Kazuyuki, Chen Luonan

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:
    {{ item.journal_name }}
  • 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.authors }}

数据更新时间:{{ monograph.updateTime }}

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

数据更新时间:{{ sciAawards.updateTime }}

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

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

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

数据更新时间:{{ patent.updateTime }}

其他文献

秦岭太白山冰缘地貌特征与环境
  • DOI:
    10.13448/j.cnki.jalre.2016.336
  • 发表时间:
    2016
  • 期刊:
    干旱区资源与环境
  • 影响因子:
    --
  • 作者:
    张威;刘锐;魏亚刚;柴乐;王斯文;刘亮
  • 通讯作者:
    刘亮
Enhancing link prediction by exploring community membership of nodes
通过探索节点的社区成员资格来增强链接预测
  • DOI:
    10.1142/s021797921950382x
  • 发表时间:
    2019-12
  • 期刊:
    nternational Journal of Modern Physics B
  • 影响因子:
    --
  • 作者:
    白伸伸;方诗雨;李龙杰;刘锐;陈晓云
  • 通讯作者:
    陈晓云
氢气对正己烷-空气燃爆性能的影响
  • DOI:
    10.13675/j.cnki.tjjs.180346
  • 发表时间:
    2019
  • 期刊:
    推进技术
  • 影响因子:
    --
  • 作者:
    张莉;马宏昊;潘俊;沈兆武;王鲁庆;刘锐
  • 通讯作者:
    刘锐
人牙髓淋巴管相关标志物的表达和超微结构分析
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    上海口腔医学
  • 影响因子:
    --
  • 作者:
    兰卫东;董迎春;刘锐
  • 通讯作者:
    刘锐
空心微珠低密度水泥环完整性试验研究
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    石油钻探技术
  • 影响因子:
    --
  • 作者:
    李早元;祁凌;刘锐;辜涛;孙劲飞
  • 通讯作者:
    孙劲飞

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

刘锐的其他基金

基于动力学和分子组学数据的复杂疾病临界状态研究
  • 批准号:
    62172164
  • 批准年份:
    2021
  • 资助金额:
    60.00 万元
  • 项目类别:
    面上项目
基于动力学和分子组学数据的复杂疾病临界状态研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    60 万元
  • 项目类别:
    面上项目
典型肺疾病的早期预警、病程演进建模与治疗方案优化
  • 批准号:
    12026608
  • 批准年份:
    2020
  • 资助金额:
    100.0 万元
  • 项目类别:
    数学天元基金项目
基于高维、大噪声、小样本数据的复杂疾病恶性突变信号的挖掘与利用
  • 批准号:
    11771152
  • 批准年份:
    2017
  • 资助金额:
    48.0 万元
  • 项目类别:
    面上项目
预测某些疾病恶性突变的数学生物方法研究
  • 批准号:
    11401222
  • 批准年份:
    2014
  • 资助金额:
    22.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码