生物系統(tǒng)一般來說都是多穩(wěn)態(tài)系統(tǒng),其中不同的穩(wěn)定狀態(tài),即吸引子,代表了生物體的不同表現(xiàn)形態(tài)。通常來講,生物有機體正處于某一種吸引子狀態(tài),或者正在向某一穩(wěn)定狀態(tài)轉(zhuǎn)移。近年來的研究表明,生物系統(tǒng)由一種狀態(tài)向另一種狀態(tài)的轉(zhuǎn)變是可以實現(xiàn)的,例如細胞由早期癌癥狀態(tài)向正常狀態(tài)的轉(zhuǎn)變,這為很多疾病的臨床治療提供了新的契機。生物系統(tǒng)的各分子之間具有錯綜復(fù)雜的調(diào)控關(guān)系,故而生物網(wǎng)絡(luò)具有高度復(fù)雜性和高度非線性的特點�；蛘{(diào)控網(wǎng)絡(luò)在生物系統(tǒng)中具有舉足輕重的意義,近十年來隨著基因測序技術(shù)的廣泛發(fā)展,已有大量的研究從控制理論或者物理能量的角度來探索基因調(diào)控網(wǎng)絡(luò)的可控性以及狀態(tài)轉(zhuǎn)變的機制。當前研究大多以布爾網(wǎng)絡(luò)模型或者線性微分方程模型為研究對象,忽略了基因網(wǎng)絡(luò)連續(xù)的或非線性的動態(tài)特性。除此之外,一些學(xué)者嘗試對基因網(wǎng)絡(luò)非線性微分方程模型中的所有參數(shù)進行參數(shù)擾動以尋求可以實現(xiàn)狀態(tài)轉(zhuǎn)變的控制變量,然而這種方法對于具有眾多調(diào)控參數(shù)的基因網(wǎng)絡(luò)來說將耗費巨大的計算成本和時間成本,亦難以找到實現(xiàn)目標的最優(yōu)調(diào)控變量。如何從基因網(wǎng)絡(luò)成百上千的調(diào)控參數(shù)中識別控制變量及最少控制變量集,并對控制信號進行設(shè)計,這對當前基因網(wǎng)絡(luò)狀態(tài)轉(zhuǎn)變策略的... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：156 頁

【學(xué)位級別】：博士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 基因調(diào)控網(wǎng)絡(luò)
        1.1.1 基本定義
        1.1.2 動態(tài)系統(tǒng)建模
    1.2 生物系統(tǒng)的吸引子
    1.3 基因網(wǎng)絡(luò)的控制
    1.4 基因調(diào)控網(wǎng)絡(luò)的控制研究現(xiàn)狀
    1.5 本文主要研究內(nèi)容
第二章 基因網(wǎng)絡(luò)的模型及調(diào)控機理
    2.1 基因調(diào)控網(wǎng)絡(luò)的動態(tài)模型
    2.2 基因網(wǎng)絡(luò)的調(diào)控機理
    2.3 基因網(wǎng)絡(luò)的優(yōu)化問題
    2.4 本章小結(jié)
第三章 動態(tài)優(yōu)化及混合整數(shù)動態(tài)優(yōu)化算法
    3.1 動態(tài)優(yōu)化算法研究現(xiàn)狀
        3.1.1 序貫算法
        3.1.2 聯(lián)立算法
        3.1.3 擬序貫算法
    3.2 擬序貫拓展算法
        3.2.1 變量離散
        3.2.2 模型計算
        3.2.3 靈敏度計算
        3.2.4 算法流程及結(jié)構(gòu)
    3.3 混合整數(shù)動態(tài)優(yōu)化及其拓展算法
        3.3.1 混合整數(shù)動態(tài)優(yōu)化求解方法概況
        3.3.2 基于擬序貫的MIDO拓展算法
    3.4 本章小結(jié)
第四章 基因網(wǎng)絡(luò)狀態(tài)轉(zhuǎn)變的控制路徑優(yōu)化
    4.1 狀態(tài)轉(zhuǎn)變路徑優(yōu)化問題描述
    4.2 優(yōu)化實例
        4.2.1 兩節(jié)點基因網(wǎng)絡(luò)優(yōu)化分析
            4.2.1.1 吸引子搜尋
            4.2.1.2 分岔臨界值仿真計算
            4.2.1.3 優(yōu)化求解
        4.2.2 T-LGL信號網(wǎng)絡(luò)優(yōu)化分析
    4.3 本章小結(jié)
第五章 基因網(wǎng)絡(luò)調(diào)控變量識別
    5.1 變量識別優(yōu)化問題描述
    5.2 MIDO問題預(yù)處理
    5.3 優(yōu)化實例分析
        5.3.1 骨髓細胞分化調(diào)節(jié)網(wǎng)絡(luò)
        5.3.2 癌癥基因網(wǎng)絡(luò)
        5.3.3 T-LGL信號網(wǎng)絡(luò)
    5.4 本章小結(jié)
第六章 生物系統(tǒng)周期節(jié)律優(yōu)化控制
    6.1 研究背景及意義
    6.2 優(yōu)化問題分析
        6.2.1 時間區(qū)間的劃分
        6.2.2 優(yōu)化問題公式化
    6.3 生物系統(tǒng)優(yōu)化實例探討
        6.3.1 混沌系統(tǒng)
        6.3.2 哺乳動物晝夜節(jié)律系統(tǒng)
        6.3.3 胃癌基因調(diào)節(jié)網(wǎng)絡(luò)
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 論文總結(jié)
    7.2 研究展望
參考文獻
附錄 A T-LGL信號網(wǎng)絡(luò)模型方程
附錄 B 骨髓細胞分化網(wǎng)絡(luò)模型方程
附錄 C 哺乳動物晝夜節(jié)律系統(tǒng)模型方程
附錄 D 胃癌網(wǎng)絡(luò)模型方程
作者簡歷
攻讀博士期間科研成果
公開發(fā)表學(xué)術(shù)論文與博士學(xué)位論文的關(guān)系


【參考文獻】：
期刊論文
[1]混合整數(shù)非線性規(guī)劃的算法軟件及最新進展[J]. 劉明明,崔春風(fēng),童小嬌,戴彧虹.  中國科學(xué):數(shù)學(xué). 2016(01)
[2]基因調(diào)控網(wǎng)絡(luò)的控制:機遇與挑戰(zhàn)[J]. 王沛,呂金虎.  自動化學(xué)報. 2013(12)
[3]微分方程模型在基因調(diào)控網(wǎng)絡(luò)構(gòu)建中的應(yīng)用[J]. 柳偉偉,賀佳,吳騁,虞慧婷,金志超,葉小飛.  中國衛(wèi)生統(tǒng)計. 2008(01)

博士論文
[1]基因調(diào)控網(wǎng)絡(luò)的穩(wěn)定性與分岔分析及同步控制[D]. 岳丹丹.華中科技大學(xué) 2017
[2]大規(guī)模動態(tài)過程優(yōu)化的擬序貫算法研究[D]. 洪偉榮.浙江大學(xué) 2005

碩士論文
[1]大規(guī)模過程動態(tài)優(yōu)化算法研究[D]. 譚鵬程.浙江大學(xué) 2010



本文編號：3047566