节点干预对无尺度细胞信号转导网络的影响

在数学建模的基础上研究了无尺度细胞信号转导网络的拓扑结构属性及节点干预对信号网络的影响。结果表明不同类型节点干扰所导致的网络紊乱的范围和程度具有明显的差异。此研究不仅对于认识和理解细胞信号系统复杂性、结构与功能的关系具有重要意义,而且也为复杂系统的研究提供了一种新思路。

细胞信号转导网络模型简化的一种混合推理方法

细胞信号转导网络的结构复杂,规模庞大,建立的数学模型维数高,变量多,具有高度非线性.在复杂系统分析设计中,模型简化始终是主要的研究问题之一.本文提出一种基于混合推理方法的模型简化策略,利用代谢控制分析、敏感性分析、主元分析和通量分析相结合,降低系统模型维数,减少生化反应个数,简化系统结构.以NF-κB信号转导网络作为研究对象,原模型由24个常微分方程和64个参数组成,简化模型则包括17个常微分方程,1个代数方程和52个参数.仿真结果表明,简化模型能够准确地预测系统的动态特性,为模型分析和参数辨识提供方便,验证了模型简化策略的有效性.

细胞信号转导网络的全局灵敏度分析

灵敏度分析是定性定量研究系统生物学模型不确定性的主要方法,可以有效确定主导参数,减小模型不确定性,提高优化效率。然而如何快速有效地评估参数灵敏度现已成为系统生物学模型优化的难题。针对传统的全局灵敏度方法对多参数复杂系统生物学模型分析的不足,采用Kriging代理模型法,结合改进的基于方差的Sobol法,建立采用代理模型法的Sobol定量全局灵敏度分析法,实现复杂模型参数灵敏度分析的快速定量化评估。选用基于Smad蛋白的TGF-B信号转导网络进行实例研究,以细胞核内磷酸化Smad复合物为目标函数评价模拟效果。研究表明,上述方法在实现定量全局灵敏度分析的同时降低了模型运行时耗,提高模型评估效率,且与传统Sobol法具有同样的评估效果。

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。

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。

细胞信号网络拓扑结构分析

目的 :探讨细胞信号转导网络的拓扑结构属性 ,从而为复杂性细胞信号网络系统的研究提供有益帮助。方法 :首先根据已知的细胞信号转导途径以及信号转导分子间的生化作用机制的研究结果 ,构建出复杂细胞信号转导网络模型 ,进而在此模型的基础上从不同的层次对其拓扑结构属性进行分析。结果 :网络模型表现出明显的非同质拓扑结构 ,此结构属性有助于解释无尺度细胞信号网络对意外攻击具有惊人的强韧性 ;根据组织特点对节点的分类有助于对节点的网络行为进一步研究 ;对网络模型核心骨架及信号交流的分析也有助于促进对细胞复杂行为的理解。结论 :通过构建网络模型来分析细胞信号转导网络的拓扑结构属性对复杂性细胞信号系统进行研究是很有必要的。

基于细胞信号动态网络的药物靶点发现

药物发现一直以来都集中在寻找疾病过程中某个特定步骤或蛋白质靶点的高特异性的抑制剂上。但是这样高特异性的药物对于如肿瘤、糖尿病、老年痴呆症和神经精神疾病等复杂疾病,治疗效果通常不佳,因此需要重新考虑药物靶点的选择和药物开发的策略。本文将介绍疾病相关的细胞信号转导分子网络及其动态学变化、信号网络的特性及其研究方法,以及构建模型的相关网络资源和工具。重点阐述将信号转导动态网络作为药物靶标的策略方法和过程,包括多靶点药物设计及基于网络的药物研究。