| 报告题目： |
复杂疾病系统中的物理规律：临界理论与方法应用 |
| 报告人： |
陈洛南 教授 |
| 报告人单位： |
中国科学院上海生命科学研究院 |
| 报告时间： |
2017年11月30日 星期四 16:00 |
| 报告地点： |
科技楼北410会议室 |
| 报告摘要： |
|
|
众多的证据表明，许多复杂生物过程遵循特定的物理规律，存在一种普遍临界现象，即由一个相对稳定状态，经过一个临界点后在很短的时间内快速地进入另一个稳定状态。如许多复杂疾病的恶性转化就是这样的一种普遍现象，即病情在很短的时间内从正常状态（包括健康状态、相对稳定状态或疾病的缓慢变化状态），经过一个临界点或关键节点快速进入疾病状态（包括疾病恶化状态）。为了探测这种突变现象及其关键因子，我们提出了动态网络标志物（dynamical network biomarker, DNB），即利用高通量生物数据的动态性质来预测复杂疾病或复杂生物过程临界突变现象及其关键因子的概念和理论。不同于传统的、主要用于检测疾病状态的分子生物标志物，DNB是一种全新的、用于探测疾病突变前临界信号的生物标志物，即检测“前疾病状态”而不是“疾病状态”或“疾病早期状态”。DNB具有诸多的优点特征：首先，不需要建立任何模型，是一个model-free的方法；第二，DNB可以在小样本条件下获得疾病突变前的预警信号；第三，DNB是突破稳定状态首先进入疾病状态的主导分子群或生物分子的子网络，即为疾病的主导分子群或关键网络而不是疾病所影响的分子群，因此具有非常重要的生物学意义。我们进一步成功地应用DNB到肺损伤及癌症的前疾病状态和关键因子群的检测。 |
| 报告人简介： |
|
|
陈洛南，中国科学院上海生命科学研究院系统生物学重点实验室执行主任。中国运筹学会《计算系统生物学分会》理事长，IEEE-SMC《系统生物学委员会》主席，中国细胞生物学会《功能基因组学与系统生物学分会》副会长，中国药理学会《网络药理学专业委员会》副主任委员。国家基金委重大研究计划专家组，中科院特聘研究员，国务院特殊津贴，国家重点研发计划重点专项首席科学家。近年，在计算系统生物学和复杂疾病研究领域发表了300篇以上SCI期刊论文及10部以上专著及编著书籍(h-index:52; i10-index:221)，被引12000 余次，开发生物网络30余软件。 |
