简介:微生物组学大数据在生态环境、人类健康和疾病研究方面都起到了重要作用。通过数学、统计等数据挖掘方法,从高维复杂数据中提取有用信息,是微生物组学大数据建模和分析的关键问题。本文分析了微生物组学大数据的特点,对当前数据分析和计算研究中存在的热点和难点进行了探讨分析,并综述了当前微生物组学大数据模式挖掘、网络重建与分析的研究概况。
简介:微生物以极大的数量统治了全球海洋,但是对其群体动力学、代谢复杂性以及协同作用等仍知之甚少。近年来,大规模测序技术的应用,尤其是宏基因组测序和16SrRNA测序已经逐渐成为研究海洋微生物生态系统的主要工具。这种不培养单个物种,而是直接通过测序提取所有微生物个体的遗传信息去研究微生物生态系统的成分和功能的方法,极大地促进了人们对海洋微生物世界的认识。本文简要介绍海洋生态系统学中的基本问题和最新计算分析方法。
简介:膜计算的研究旨在借鉴细胞、组织,以及人类大脑存储与处理信息的方式,构造高性能生物计算模型,统称为膜系统。膜系统具有分布式结构,并行计算的运行方式,以及扩展性强与容错性高的特点,为生物系统建模从生物计算角度提供了全新的工具。主要介绍代谢膜系统、随机膜系统和多重环境的概率膜系统的概念,概述了这3类膜系统在生物系统建模中的应用及其相应的仿真软件。
简介:介绍了进化动力学的基本知识和研究现状,把表型特征引入种群动力学模型,进而推导出进化适应动力学模型;总结了如何建立适应度函数以及分析研究进化动力学行为的一般理论和方法,并列举实例,模拟分析验证前面所陈述的理论方法,模拟结果说明收获对生物进化产生重要影响,并有效解释了物种多样性。
简介:本质上,分子系统生物学就是要研究分子水平上的各种层次网络,并整合这些网络信息为系统信息。广泛使用的化学主方程为研究生物分子网络提供了一个建模框架,但应用起来具有局限性;传统的矩封闭方法可以简化生物分子网络的研究,但并没有解决反应物种的联合概率分布的重构问题。本文简单介绍了生物分子网络的数学建模与分析,特别地,对生化反应系统提出二项矩的分析方法,它与传统方法相比具有许多优势,如能够降低计算复杂度、方便联合概率分布的重构,甚至可用于非线性行为的线性逼近等。
简介:介绍一些网络聚类算法及其基本原理,简述了其在生物信息学的应用。本文不是网络聚类算法的全面综述,只介绍这些网络聚类算法的基本思路,体会其数学建模的基本思想。
简介:生物资产是人们从事农业活动的主要生产要素之一,也是农业企业资产的重要组成部分。对于农业企业而言,农业活动和生物资产的特殊性使其会计信息披露具有特殊性。生物资产转化为农产品可以是多次的;
简介:主要研究微生物发酵过程中不同工况下的非线性、非光滑且无法求得解析解的动力系统及其主要性质,建立了具有数百个不同动力系统为主要约束、有连续与离散两种辨识参量、依据实验数据与生物系统鲁棒性为性能指标的辨识模型,阐述了此类辨识模型与最优控制模型的建立方法、数值模拟方法及并行优化计算方法,并介绍了笔者的著作《非线性发酵动力系统——辨识、控制与并行优化》的基本内容。
微生物组学的大数据研究
海洋生态系统生物学简介
基于膜计算的生物系统建模方法
种群模型在生物进化研究中的应用
分子系统生物学的数学建模与分析
网络聚类算法及其生物信息学应用
新准则下生物资产会计信息披露现状研究
微生物发酵非线性系统辨识、控制及并行优化研究