应对生物系统的复杂性：从数据到模型

本综合报告的四个章节代表了我研究兴趣的四个主要领域：1）分子生物学中的数据分析，2）生物网络的数学建模，3）基因组进化，以及4）癌症系统生物学。第一章致力于我在开发非线性降维方法（弹性图和主树方法）方面的工作，这些方法扩展了经典的主成分方法。我还介绍了矩阵分解技术在癌症数据分析中的应用。第二章致力于分子生物学中数学模型的复杂性。我描述了化学反应网络渐近学的基本思想，旨在剖析和简化复杂的化学动力学模型。介绍了该方法的两个应用：对NFκB和凋亡通路的建模，以及对miRNA作用机制在蛋白质翻译中的建模。第三章简要描述了我对不同生物体（从微生物到人类癌症基因组）基因组结构的研究。使用无监督数据分析方法研究由基因组进化塑造并受环境基本性质影响的基因组序列模式。第四章总结了我通过计算方法（结合综合数据分析和数学建模方法）研究癌症的经验。特别地，我描述了正在进行的研究项目，如细胞命运决定的数学建模和DNA修复网络中的合成致死相互作用。本综合报告最后列出了计算系统生物学中的主要挑战，这些挑战与本主题相关，即应对生物系统的复杂性。