细胞信号转导网络输入信号的最优实验设计

细胞信号转导网络的结构复杂,规模庞大,具有高度非线性,数学模型的参数和变量数目很多,有效估计未知参数是系统生物学主要的研究问题之一。提出以Fisher信息矩阵和估计参数的协方差矩阵为基础,利用不同的优化实验设计方法,研究NF-κB信号转导网络输人信号IKK初浓度的最优设计问题,分析模型参数的置信区间,为参数估计设计优化实验。仿真结果表明,采用E-最优实验设计准则,获得输入信号IKK初浓度为0.06μM,能够提供较多的实验信息,提高参数估计的精度。     

基于Morris法的细胞信号转导网络全局灵敏性分析

细胞信号转导网络的结构复杂和动力学参数的不确定影响着系统的动态特性,如何定量系统输出与参数变化的关系,以及参数间的相互影响,已经成为系统生物学研究的重要问题之一。以TNF-α诱导NF-kB信号转导网络作为研究对象,采用Morris法的全局灵敏性分析技术,研究参数变化对输出NF-kBn的影响,确定参数的全局灵敏度。仿真结果表明,系统输出NF-kBn对于参数θ_(28)、θ_(36)、θ_(52)、θ_(61)、θ9、θ_(29)、θ_(19)和θ_(62)比较敏感,故它们影响着NF-kBn的振荡特性,从而说明这些参数是NF-kB信号转导网络关键的速率常数。     

基于Agent和FSM的细胞信号转导网络仿真

针对现有细胞信号转导网络仿真方法的不足,提出一种基于Agent和FSM的仿真方法,在宏观水平与微观水平之间构建多Agent系统,仿真复杂的细胞信号转导网络。融合了智能Agent技术和FSM模型实现分子建模,有效地模拟了信号传递的分子机制,并减少了外部通信。采用定性仿真建模分子构象,降低了组合复杂性。通过仿真实验证明了方法的有效性。     

细胞信号网络稳定性的计算机仿真分析

许多疾病的发生、发展与细胞内信号转导密切相关，众多的信号转导途径之间因交互作用和交叉调节而形成了庞大复杂的信号网络，研究这一网络的结构属性、内在组织机制以及信号转导整合的特征，对于认识和理解系统复杂性、生物自适应以及疾病的发病机制，设计与开发新型治疗药物都具有重要的意义。该文根据构建的信号网络模型，采用计算机仿真技术对细胞信号网络对外界攻击的承受能力进行了动力学模拟，仿真结果表明该网络对不同类型的节点所受攻击的承受能力不同。     

细胞复杂信号转导模拟系统的设计与实现

对于细胞复杂信号转导系统的计算机模拟,提出了一个基于胞内生物化学反应为中心的关系数据库的系统模型在此数据库模型的基础上,通过整合各信号途径,形成复杂的细胞信号转导网络,并进行模拟运算和图形输出采用VFP和VC 作为工具,对该模拟系统进行了设计和实现。     

移动相册的复杂网络分析*

带有照相功能的移动终端的普及,产生了大量的照片,记录了用户的日常生活,这些照片附带了大量的多维元数据如时间、地点、作者、事件等,如何利用多维的元数据有效管理这些照片是一个研究热点。创新地提出利用复杂网络的方法分析和可视化移动相册,将照片看做一个节点,利用照片的多维元数据之间的相关性建立照片之间的边,这样所有在相册中的照片就组成了一个多维复杂加权网络。分析了照片复杂加权网络的统计特性,揭示了其小世界特性。利用照片复杂网络,不仅可以可视化照片之间的多维关系,而且可以快速检索相关照片。     

复杂网络抗毁性优化研究综述

随着对复杂网络认识的不断深入,复杂网络抗毁性的优化策略成为了新的研究热点。文章从拓扑结构、网络容量以及路由策略等三个层次详述了目前国内外复杂网络抗毁性优化策略的研究进展。最后对复杂网络抗毁性研究存在的问题进行了总结,对未来的发展趋势作了展望。     

代谢网络结构与功能的复杂网络分析

细胞的新陈代谢过程可以抽象地描述成交互的复杂网络,越来越多的证据表明这种描述和分析有助于理解代谢网络的结构和功能.本文首先对高质量金黄色葡萄球菌(Staphylococcus aureus)代谢网络数据进行整理,构建了该网络中的所有代谢反应列表.随后用代谢物图(即节点表示代谢物,连线表示代谢反应)来表示这些反应,形成的...     

指挥控制系统复杂网络特性研究

在科学技术和军事变革的推动下,指挥控制系统得到了快速发展,其结构组成日益呈现复杂性和网络化的特点.基于复杂网络理论和网络中心战思想,通过将系统中的实体和关系转换成网络拓扑的形式,建立起指挥控制系统的网络拓扑模型.并以某指挥所为研究对象,通过实验统计分析的方法,得出其中蕴涵小世界和无尺度特性的结论,进而提出基于复杂网络的指挥控制系统研究思路,为进一步认识和理解系统的复杂性、鲁棒性和自适应性提供了新的角度和方法.     

基于容量维数的复杂网络自相似性研究

复杂网络自相似性具有广泛的实际背景。文章阐述了自相似性网络形成的原因与过程,对复杂网络的3个统计属性给出详细的讨论与分析,并提出自相似性网络群的概念。利用不同的最短路径作为尺度覆盖不同的局部网络以揭示复杂网络的自相似性,数值仿真和理论分析模拟并刻画现实中许多复杂网络的演化及其特征。     

基于复杂网络的本体结构复杂性分析

目前关于本体复杂性的研究,还没有比较系统和全面的方法。从本体概念模型的结构特点出发,将其与复杂网络的结构进行类比,借鉴复杂网络研究的研究方法和性质参数对本体结构进行研究,并选取生物学领域应用较广的GO本体作为样本,对其平均路径长度、度分布和簇系数等参数进行统计和分析,结果表明其具有无标度特性而不具有小世界特性。     

Scale-free network models with accelerating growth

Complex networks are everywhere. A typical example is software network. Basing on analyzing evolutive structure of the software networks, we consider accelerating growth of network as power-law growth, which can be more easily generalized to real systems than linear growth. For accelerating growth via a power law and scale-free state with preferential linking, we focus on exploring the generic property of complex networks. Generally, two scenarios are possible. In one of them, the links are undirected. In the other scenario, the links are directed. We propose two models that can predict the emergence of power-law growth and scale-free state in good agreement with these two scenarios and can simulate much more real systems than existing scale-free network models. Moreover, we use the obtained predictions to fit accelerating growth and the connectivity distribution of software networks describing scale-free structure. The combined analytical and numerical results indicate the emergence of a novel set of models that considerably enhance our ability to understand and characterize complex networks, whose applicability reaches far beyond the quoted examples.     

基于复杂网络理论的PPI网络拓扑分析

蛋白质相互作用在生命活动中起核心作用,由蛋白质相互作用构成的PPI网络的拓扑特性分析是后基因组时代最重要的研究课题之一。应用复杂网络理论对DIP数据库中7个物种的8个PPI网络的拓扑结构进行分析与研究。分析结果表明,这些PPI网络具有较小的平均路径长度和较高的聚集系数,其度分布服从幂规律,即p（k）=ak^-r,其中r大于1小于3,a近似等于1±0.5,表现出典型的无标度性,并具有高的异质性。其中平均度大于3.5的5个PPI网络对随机删除不超过10%的顶点都具有很好的鲁棒性,但对有选择的删除2%的高度顶点就开始表现出极弱的抗攻击性。     

基于无尺度网络的路由级拓扑建模与仿真

即使遵循相同节点度幂律分布的无尺度网络也可能具有完全不同的拓扑结构.采用混合建模的方法,综合考虑节点的层次性、权重分布、统计特性,并利用雷达图划分拓扑象限,从网络动力学的角度对节点分类、动态增长分布和连接规则添加约束性条件,构建了与实际网络符合程度更高的路由级拓扑模型,并给出了生成算法.最后结合仿真实验,给出了多种网络统计特征值的计算结果,分析了该模型的有效性和实用性.     

Scale-free network modles with accelerating growth

Complex networks are everywhere. A typical example is software network. Basing on analyzing evolutive structure of the software networks, we consider accelerating growth of network as power-law growth, which can be more easily generalized to real systems than linear growth. For accelerating growth via a power law and scale-free state with preferential linking, we focus on exploring the generic property of complex networks. Generally, two scenarios are possible. In one of them, the links are undirected. In the other scenario, the links are directed. We propose two models that can predict the emergence of power-law growth and scale-free state in good agreement with these two scenarios and can simulate much more real systems than existing scale-free network models. Moreover, we use the obtained predictions to fit accelerating growth and the connectivity distribution of software networks describing scale-free structure. The combined analytical and numerical results indicate the emergence of a novel set of models that considerably enhance our ability to understand and characterize complex networks, whose applicability reaches far beyond the quoted examples.     

维基百科链接网络实证分析

理解维基百科词条链接网络的结构特征是深入而有效地应用维基百科的前提。基于2010年1月的数据,从度分布、权分布、宏观结构特征等角度对维基百科词条链接网络的结构特征展开实证分析。相关结果与2006年之前的维基百科词条链接网络展开对比,发现当前的维基百科网络仍然具有无标度网络特性;其宏观结构总体上满足bow-tie模型,但模型中的各组成部分比例发生了显著变化。因此,该研究对深入解析维基百科词条链接网络的结构特性具有理论和现实意义。     

微博社交网络模型的建立及其性质研究

针对在线社交网络进行建模研究将有助于理解其网络特征结构和演化机制,为了提高网络模型描述在线社交网络的准确性,分析统计了新浪微博网络演化相关特征,并结合复杂网络中社团结构特征和优先连接特性提出了COMW（Community-Oriented Model for Weibo）网络演化模型。通过实验模拟验证了COMW模型的包括度分布、聚类系数、网络效率、社团结构演化等网络特征。实验表明,COMW模型具有明显的小世界特性和明显的社团结构,并在多项特征上均符合微博网络,能够较为合理地表征微博网络的演化。