复杂疾病临界突变的定性理论与统计分析

发布时间：2018-04-11 12:11

  本文选题：复杂疾病 + 分岔　； 参考：《武汉大学》2017年博士论文

【摘要】：复杂疾病通常不能归因于单个基因的突变或异常,而是由多个基因和基因之间甚至是基因和环境之间的复杂交互作用所导致的,其复杂的致病机理给这些疾病的预防,诊断和治疗带来了困扰.特别地,在复杂疾病的发生发展过程往往是急剧变化并且毫无征兆的,这样的现象可以归结为复杂系统在某个阈值点从一个稳定平衡态切换到另一个稳定平衡态的分岔或临界突变.因此分析这种非线性系统的临界突变对于揭示影响生物正常功能的多重基因或环境因素以及识别关键驱动分子至关重要.本博士论文利用常微分方程定性理论和随机微分方程的统计分析,推导了临界突变的定性特征和统计特征,提出了识别复杂疾病动态网络生物标记物的定量新指标并探讨了这些指标的变化趋势,为预测复杂疾病临界突变的早期信号和识别动态网络生物标记物提供了新方法和新思路.本论文的创新性工作如下:第一部分,基于常微分方程模型推导了三个新的定量指标.1.证明了过分岔图上点的切线的斜率,即平衡态关于参数的敏感性作为识别动态网络生物标记物的指标.通过矩阵变换将非线性系统映射到中心流形上,并严密推导出中心流形上不同变量关于参数的敏感性变化趋势.然后,将中心流形上变量的参数敏感性还原到原始变量,进而分析得到动态网络生物标记物与非生物网络标记物关于参数敏感性的变化趋势.利用三个生物模型的数值模拟验证了此结论.2.理论推导了"恢复时间"可以作为识别动态网络生物标记物的一个定性指标.首先,将非线性常微分方程在平衡点处进行泰勒展开.然后,在微小扰动的前提下,取非线性系统的线性近似系统进行研究.接着,通过矩阵变换将线性近似系统映射到中心流形上,并算出中心流形上线性系统的解.再通过矩阵变换,将其还原到原始变量,从而得到原始非线性系统的近似解.最后,根据所得到的近似解比较动态网络生物标记物与非生物网络标记物对应的恢复时间的大小.利用三个生物模型的数值模拟验证了此结论.3.提出了将"势能"作为识别动态网络生物标记物的一个定性指标.具体来讲,即将"势能"定义为右端函数的平方关于时间的无穷限积分.首先,将一维非线性常微分方程在平衡点处进行泰勒展开,并研究了当临界突变即将发生时系统变量对应的势能的变化趋势.在此基础上,结合关于"恢复时间"的结果,推测了对于多维非线性系统,动态网络生物标记物与非生物网络标记物对应的势能在临界突变即将发生时的变化趋势.利用三个生物膜你的数值模拟验证了此结论.第二部分,基于随机微分方程模型推导得到了变异系数,概率分布和皮尔逊相关系数三个统计量可以作为预测复杂系统的临界突变的新指标.通过添加高斯白噪声到常微分方程来考虑实际数据的噪声,将得到的非线性随机微分方程模型映射到中心流形上,并求解中心流形上随机微分方程的解,从而可以得到原始随机微分方程的近似解.进一步,计算上述统计指标的表达式,并据此分析动态网络生物标记物与非生物网络标记物对应的上述指标在临界突变即将发生时的不同变化趋势.具体地,1.理论推导证明了系统地变异系数(CV)当系统参数P趋近于临界阈值P*时,即系统发生临界突变时,动态网络生物标记物对应的变异系数CV显著增大,并且明显大于非生物网络标记物对应的变异系数CV.此外,非生物网络标记物对应的变异系数CV没有显著变化.2.证明了当系统接近临界突变时,动态网络生物标记物的"变换后的概率分布(TPD)"这一指标急剧增大,非生物网络标记物对应的这一指标没有明显变化,而且动态网络生物标记物对应的TPD显著大于非生物网络标记物对应的TPD.3.理论分析证明了变换后的皮尔逊相关系数TPC,当系统接近临界突变时,动态网络生物标记物之间对应的指标TPC显著增大,并且明显大于非生物网络标记物之间对应的指标TPC.此外,非生物网络标记物之间对应的指标TPC没有明显变化,并且动态网络生物标记物与非生物网络标记物之间对应的指标TPC显著减小.最后,基于与疾病相关的高通量数据,利用以上三个指标来识别流感病毒H3N2,流感病毒H1N1,肺炎损伤等复杂疾病的动态网络生物标记物,得到的结果验证了我们的理论结果的正确性.本论文中提出的早期信号预警与动态网络生物标记物的方法,也可以推广应用于预测其他复杂系统的临界突变.
[Abstract]:In this paper , the qualitative and statistical characteristics of the critical mutation are derived by using the qualitative theory of ordinary differential equations and the statistical analysis of stochastic differential equations . In the end , based on the high - flux data related to the disease , the corresponding index TPC between the dynamic network biological marker and the non - biological network marker is obviously reduced . Finally , based on the high - flux data related to the disease , the above three indexes are used for identifying the dynamic network biological marker of the influenza virus H3N2 , influenza A H1N1 , pneumonia injury and the like .

【学位授予单位】：武汉大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：O19;O211.63

【相似文献】

相关期刊论文 前10条

1 李涛;于晓楠;;延迟复杂动态网络的稳定性研究[J];网络安全技术与应用;2011年08期

2 郑海青;井元伟;;一类复杂动态网络的鲁棒H_∞同步[J];复杂系统与复杂性科学;2011年03期

3 徐蜜;高红伟;王桂荣;尹连领;宣海;;设计者全局最优的动态网络设计及防御准则[J];青岛大学学报(自然科学版);2012年02期

4 高琳;杨建业;覃桂敏;;动态网络模式挖掘方法及其应用[J];软件学报;2013年09期

5 柳亭;褚衍东;张建刚;李红敏;;复杂动态网络的牵制同步控制[J];燕山大学学报;2010年05期

6 陈关荣;;复杂动态网络环境下控制理论遇到的问题与挑战[J];自动化学报;2013年04期

7 段文勇;蔡晨晓;邹云;尤静;;时滞耦合和非时滞耦合的奇异复杂动态网络之同步性准则(英文)[J];控制理论与应用;2013年08期

8 程丛电;李振鹏;邱美玲;;一类耦合动态网络的自适应性渐近同步与稳定(英文)[J];沈阳师范大学学报(自然科学版);2014年02期

9 冯国瑞;;规律:复杂的动态网络系统[J];首都师范大学学报(社会科学版);2007年02期

10 李红敏;褚衍东;张建刚;王华萍;柳亭;;带有时滞(向量)函数的复杂动态网络的同步[J];河南师范大学学报(自然科学版);2011年05期

相关会议论文 前10条

1 朱陈平;孔辉;李莉;古志鸣;熊诗杰;;耦合演化动态网络的稳定效率与反选举人模型[A];2009年第五届全国网络科学论坛论文集[C];2009年

2 徐式蕴;杨莹;;一类复杂动态网络的全局鲁棒H_-/H_∞同步[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

3 卢剑权;Daniel W.C.Ho;曹进德;;脉冲动态网络的一个统一同步标准[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

4 刘斌;雷鸣;余沛;冯春;;具有多藕合时滞的不确定脉冲动态网络的鲁棒指数同步[A];2006全国复杂网络学术会议论文集[C];2006年

5 汪小帆;苏厚胜;;复杂动态网络控制研究进展[A];第四届全国网络科学学术论坛暨研究生暑期学校论文集[C];2008年

6 张海涛;陈志强;周涛;;二阶动态网络的模型预测一致性控制策略研究[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

7 廖丙连;蒋国平;;具有不同拓扑结构的时滞耦合复杂动态网络同步控制[A];中国自动化学会控制理论专业委员会A卷[C];2011年

8 陈姚;吕金虎;;复杂动态网络的有限时间同步[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

9 李常品;陈关荣;周天寿;;带非线性内部耦合函数的复杂动态网络的同步注记[A];第二届全国复杂动态网络学术论坛论文集[C];2005年

10 雷晓;蒋国平;张跃;;复杂动态网络不稳定平衡点的输出反馈牵制控制[A];第24届中国控制与决策会议论文集[C];2012年

相关重要报纸文章 前1条

1 周海龙;秦电：动态网络图实时演示检修进度[N];华北电力报;2005年

相关博士学位论文 前10条

1 赵耀培;动态网络环境下服务组合优化方法的分析与研究[D];北京科技大学;2016年

2 郝修清;几类复杂动态网络的同步与学习控制[D];西安电子科技大学;2015年

3 李圆媛;基于网络的复杂疾病的研究[D];武汉大学;2016年

4 王刚;复杂疾病临界突变的定性理论与统计分析[D];武汉大学;2017年

5 郭晓永;复杂动态网络的自适应同步控制研究[D];西安电子科技大学;2013年

6 陈卓;动态网络上的演化博弈研究[D];上海交通大学;2012年

7 张丽丽;具有相似节点的复杂动态网络镇定与同步控制研究[D];广东工业大学;2014年

8 仲伟松;几类复杂动态网络的若干动力学问题的研究[D];东北大学;2012年

9 朱会宾;复杂动态网络的同步控制及应用[D];江南大学;2011年

10 朱牧;复杂网络中社区发现关键技术研究[D];中国矿业大学;2014年

相关硕士学位论文 前10条

1 张阳扬;面向微博突发事件发现的自适应社区检测算法研究及系统实现[D];西南交通大学;2015年

2 梁狄;一类非线性网络系统全局性质与一致性的分析与控制[D];北京工业大学;2015年

3 梁博;基于局部模块度的动态社团检测算法[D];西安电子科技大学;2014年

4 郭争争;复杂动态网络的同步控制研究[D];石家庄铁道大学;2015年

5 刘杰;基于事件触发的有向复杂动态网络同步控制[D];南京邮电大学;2015年

6 羌毅;动态网络中的链接预测方法研究[D];南京邮电大学;2015年

7 吴杰;混沌系统及复杂动态网络的有限时间同步问题研究[D];中国矿业大学;2015年

8 朱雪梅;动态网络中自适应社区检测算法研究[D];云南大学;2016年

9 顾婵媛;几类具有时滞的复杂动态网络的外部同步控制分析[D];电子科技大学;2016年

10 马志才;复杂动力学系统的同步问题研究[D];中国矿业大学;2016年

，

本文编号：1735970