复旦大学金力新文章

　　

生物通报道，复旦大学生命科学院系统生物理论与生物进化研究实验室和中科院-马普学会计算机生物学伙伴研究所的教授熊墨淼教授以及金立教授在遗传学生化网络模型的研究方面取得新进展，最新文章发表在新一期的PloS ONE上。

 

系统动力学系维持细胞、组织和器官生理功能的重要因素。为了评价外界刺激对生物系统包括代谢网络、遗传调节和信号转导路径的影响，研究小组建立一个数学模型和参数模式进行评价。

 

总的来说，生物动力学系统是可通过这一模型观察到局部的情况。因此，一个天然的动力生物系统必须应用非线性的参数方程式来计算。最近几年，用统计学方法研究生物动力系统的线性模型已经十分热门。就现在来说，建立一个包括线性和非线性参数的动力学模型仍旧是一个挑战。

 

在本研究中，熊墨淼和金立教授等应用extended Kalman Filter（EKF）来预测非线性模型的参数和状态。为了评判EKF构建的模型性能，研究小组应用EKF模拟最新的两个实时数据库信号连接。初步的结果表明，EKF可以准确地评价参数，并预测生物动力系统网络中的模型非线性方程式。

 

原文摘要：Extended Kalman Filter for Estimation of Parameters in Nonlinear State-Space Models of Biochemical Networks

 

【Abstract】

It is system dynamics that determines the function of cells, tissues and organisms. To develop mathematical models and estimate their parameters are an essential issue for studying dynamic behaviors of biological systems which include metabolic networks, genetic regulatory networks and signal transduction pathways, under perturbation of external stimuli. In general, biological dynamic systems are partially observed. Therefore, a natural way to model dynamic biological systems is to employ nonlinear state-space equations. Although statistical methods for parameter estimation of linear models in biological dynamic systems have been developed intensively in the recent years, the estimation of both states and parameters of nonlinear dynamic systems remains a challenging task. In this report, we apply extended Kalman Filter (EKF) to the estimation of both states and parameters of nonlinear state-space models. To evaluate the performance of the EKF for parameter estimation, we apply the EKF to a simulation dataset and two real datasets: JAK-STAT signal transduction pathway and Ras/Raf/MEK/ERK signaling transduction pathways datasets. The preliminary results show that EKF can accurately estimate the parameters and predict states in nonlinear state-space equations for modeling dynamic biochemical networks.

 

生物通 张欢

 

熊墨淼，教授，博士生导师。现任美国德州大学公共卫生学院教授，复旦大学现代人类学教育部重点实验室兼职教授。美国Georgia大学统计学专业博士，美国Southern California大学博士后。国际著名统计遗传学专家，主要研究领域为统计遗传学与系统生物学。在基因之间、基因与环境之间交互作用模型、遗传网络构建等方面成绩显著，在《Nature Genetics》,《Am J Hum Genet》, 《Genetics》等国际著名杂志发表论文70余篇，获奖多项。

 

金力，复旦大学特聘教授。1985年复旦大学生物系遗传学本科毕业；1987年复旦大学遗传所遗传学硕士毕业；1994年获德克萨斯大学-休斯顿健康科学中心生物医学科学/遗传学博士学位，1994年至1996年在美国斯坦福大学医学院医学遗传学专业从事博士后研究。曾任美国德克萨斯大学-休斯顿健康中心生物医学科学研究生院人类分子遗传专业助理教授、副教授、德克萨斯大学-公共卫生学院人类遗传学中心终身副教授和美国辛辛那提大学医学院环境健康系基因组信息中心终身教授。曾获杰出青年基金和教育部****称号。现任复旦大学生命科学院院长和生物医学研究院基因组学研究所所长，中科院-马普学会计算生物学伙伴研究所所长，国家人类基因组南方研究中心副主任，美洲华人遗传学会会长,　教育部现代人类学重点实验室主任， 摩尔根-谈家桢国际生命科学研究中心副主任等职务。现为《人类基因组学》(英国)主编、《人类生物学》（美国）、《突变研究》（美国）、《中华医学遗传学杂志》（中国）、《中国生物学前沿》（中国）、《人类学杂志》（克罗地亚）等杂志的编委。主要研究领域为：计算生物学；医学遗传学及遗传流行病学（心血管疾病、风湿病、肿瘤等）；人类群体遗传学和基因组学。在国际学术刊物如《自然》、《科学》《美国科学院院报》、《美国人类遗传学杂志》等发表论文200余篇，并获多项科技成果奖。