上海生科院建立運(yùn)用“隱馬爾科夫模型”預(yù)測生物系統(tǒng)臨界狀態(tài)的新方法

　　3月19日，國際學(xué)術(shù)期刊Bioinformatics 在線發(fā)表了中國科學(xué)院上海生命科學(xué)研究院生物化學(xué)與細(xì)胞生物學(xué)研究所系統(tǒng)生物學(xué)重點(diǎn)實(shí)驗(yàn)室陳洛南研究組題為Detecting critical state before phase transition of complex biological systems by hidden Markov model 的最新研究成果。該成果展示了通過分析時(shí)序列生物數(shù)據(jù)，建立生物過程相應(yīng)的隱馬爾科夫模型，同時(shí)利用機(jī)器學(xué)習(xí)算法對復(fù)雜生物系統(tǒng)動(dòng)態(tài)發(fā)展過程中的狀態(tài)臨界遷移進(jìn)行預(yù)警的新方法。

　　基于數(shù)據(jù)進(jìn)行復(fù)雜系統(tǒng)臨界變化的預(yù)測一直是生命科學(xué)、環(huán)境科學(xué)、金融學(xué)等領(lǐng)域的研究熱點(diǎn)，大數(shù)據(jù)時(shí)代的來臨更為開發(fā)穩(wěn)定、有效、能夠標(biāo)識臨界狀態(tài)的標(biāo)志物帶來了新的手段和可能。然而，現(xiàn)實(shí)的復(fù)雜系統(tǒng)往往具有如下特點(diǎn)：一是容易受到外界噪聲的干擾；二是在系統(tǒng)真正到達(dá)臨界點(diǎn)前不會(huì)表現(xiàn)出明顯的表型或特征；三是個(gè)體差異的普遍存在使得科學(xué)家很難找到普適的生物標(biāo)志物。因此，如何利用個(gè)體的時(shí)序列動(dòng)態(tài)信息，準(zhǔn)確預(yù)測系統(tǒng)狀態(tài)發(fā)生遷移的臨界點(diǎn)，已經(jīng)成為一個(gè)極具科研價(jià)值和現(xiàn)實(shí)意義的研究熱點(diǎn)。

　　針對復(fù)雜生物過程的時(shí)序列數(shù)據(jù)，陳洛南研究組與華南理工大學(xué)劉銳研究組合作開發(fā)了一套新的數(shù)據(jù)處理和分析方法，即：利用隱馬爾科夫模型對數(shù)據(jù)進(jìn)行分段刻畫。具體來說，他們根據(jù)生物過程發(fā)生狀態(tài)的動(dòng)態(tài)轉(zhuǎn)移特點(diǎn)，把生物動(dòng)態(tài)過程劃分成三個(gè)階段：轉(zhuǎn)移前狀態(tài)、臨界狀態(tài)和轉(zhuǎn)移后狀態(tài)，并把轉(zhuǎn)移前狀態(tài)和轉(zhuǎn)移后狀態(tài)這兩個(gè)穩(wěn)定狀態(tài)看作是平穩(wěn)的馬爾科夫過程（stationary Markov process），把臨界狀態(tài)看作是一個(gè)時(shí)變的馬爾科夫過程（time-varying Markov process），于是把探測將要發(fā)生的臨界現(xiàn)象轉(zhuǎn)化成探測轉(zhuǎn)移前狀態(tài)這個(gè)平穩(wěn)馬爾科夫過程的終點(diǎn)。該方法利用的是機(jī)器學(xué)習(xí)中的非監(jiān)督學(xué)習(xí)方法，具有效率高、穩(wěn)定性強(qiáng)和僅依賴于個(gè)體的動(dòng)態(tài)數(shù)據(jù)等優(yōu)勢，并能準(zhǔn)確捕捉到系統(tǒng)發(fā)生狀態(tài)變化的預(yù)警信號。該方法成功應(yīng)用在三組生物數(shù)據(jù)上，成功預(yù)警了小鼠肺部急性傷害的臨界期、MCF-7乳腺癌的臨界期以及肝部腫瘤的臨界期。

　　該研究得到了中國科學(xué)院和國家自然科學(xué)基金委的經(jīng)費(fèi)支持。

運(yùn)用馬爾科夫模型預(yù)測生物系統(tǒng)臨界狀態(tài)