基于广义Markov跳变系统理论的DNA计算系统分析与控制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61802040
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    26.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0214.新型计算及其应用基础
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

As a new type of biological computing model, DNA computing has been widely concerned by the scientific community. Its significance lies in the fact that DNA can be used as a computational medium for solving mathematical problems. The process of DNA computing involves a large number of molecular chemical reactions and exhibits a certain degree of uncertainty and randomness. At the same time, the reaction process of DNA computing is constrained by the principle of mass conservation. In this project, stochastic differential-algebraic equations are used to construct the singular Markovian jump system model of DNA computing. The structure and dynamics of DNA computing system are analyzed, the mechanism of impulse behavior is revealed, the positive boundedness and the stochastic stability of solution are derived. A hybrid impulsive control strategy is proposed to eliminate the negative effects of impulse behavior on system performance. A T-S fuzzy controller is designed to ensure the stochastic admissibility of the closed-loop system. When the operating mode signal is out of order during the transmission process, disordered control scheme is employed to guarantee the reliability of DNA computing. To verify the rationality and validity of the given methods, biochemical reaction experiments will be carried out for DNA strand displacement, enzyme digestion reactions, and so on. The research results will provide new methods for the modeling, analysis and design of DNA computing system, which have important theoretical significance and potential application value.
作为一种新型的生物计算模型,DNA计算受到了科学界的广泛关注。其意义在于DNA可以作为计算的介质而用于解决数学问题。DNA计算过程涉及大量的分子化学反应,具有一定的不确定性和随机性。与此同时,DNA计算的化学反应过程受质量守恒定律的约束。本项目拟利用随机微分代数方程,构建DNA计算的广义Markov跳变系统模型。分析DNA计算系统的结构和动力学特性,揭示脉冲行为的产生机制,给出系统解的正向有界性和随机稳定性判据。设计混杂脉冲控制器,消除脉冲行为对系统性能的不利影响。设计T-S模糊控制器,使得闭环系统随机容许。当模态运行信号发生传输紊乱时,设计错序控制器,保证DNA计算过程的可靠性。针对DNA计算过程中的链置换反应、酶切反应等,开展生化反应实验,验证设计方法的合理性和有效性。研究成果将为DNA计算系统的建模、分析与设计提供新方法,具有重要的理论意义和潜在应用价值。

结项摘要

本项目从DNA计算的系统动力学角度入手,将DNA分子、生物酶、外部反应条件等相关数据看成一个整体,并对其进行模型构建和系统动态行为定性分析,进而对其反应过程进行反馈控制,以保证DNA计算生化反应的顺利进行。本项目在DNA计算系统模型构建、DNA计算系统定性分析、DNA计算系统反馈控制等方向开展了相应的研究。具体成果有:建立了带有Lévy过程的熵驱动放大器(EDA)电路反应广义系统模型;构建了两类带有时滞参数的DNA链置换反应系统模型;构建了带有随机扰动的DNA催化反应系统模型;分析了EDA电路反应结束和持续的充分条件以及不同噪声强度下EDA电路反应中ThTSignal的反应活性;探究了时滞参数对DNA链置换反应的动态影响,得到了系统存在Hopf分岔的临界条件;研究了带有周期解的DNA催化反应模型的动力学特性,分析了系统解的全局吸引性;研究了一类不确定广义Markov跳变系统的混杂脉冲控制问题;提出了一种酶辅助切割调控策略,揭示了DNA电路中信号的传递机制;基于DNA链置换反应网络,构造了二自由度PID控制器并应用到减法门系统;基于化学反应网络设计了一系列分子器件,确保了系统的响应跟踪和扰动抑制性能。项目组出版专著1部;在IEEE Transactions on NanoBioscience、BMC Bioinformatics、Molecular Systems Design & Engineering等国际权威期刊及会议上发表论文16篇,其中SCI收录10篇;申请受理发明专利6项,在论文发表、专利申请等方面超额完成了预期目标。

项目成果

期刊论文数量(9)
专著数量(1)
科研奖励数量(0)
会议论文数量(4)
专利数量(4)
Half adder and half subtractor logic gates based on nicking enzymes
基于切口酶的半加法器和半减法器逻辑门
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Molecular Systems Design & Engineering
  • 影响因子:
    3.6
  • 作者:
    Yunbin Zhao;Yuan Liu;Xuedong Zheng;Bin Wang;Hui Lv;Shihua Zhou;Qiang Zhang;Xiaopeng Wei
  • 通讯作者:
    Xiaopeng Wei
DNA Strand Displacement Reactions to Accomplish a Two-Degree-of-Freedom PID Controller and Its Application in Subtraction Gate
DNA链置换反应实现二自由度PID控制器及其在减法门中的应用
  • DOI:
    10.1109/tnb.2021.3091685
  • 发表时间:
    2021-10-01
  • 期刊:
    IEEE TRANSACTIONS ON NANOBIOSCIENCE
  • 影响因子:
    3.9
  • 作者:
    Yuan,Youyang;Lv,Hui;Zhang,Qiang
  • 通讯作者:
    Zhang,Qiang
A molecular device: A DNA molecular lock driven by the nicking enzymes
分子装置:由切口酶驱动的 DNA 分子锁
  • DOI:
    10.1016/j.csbj.2020.08.004
  • 发表时间:
    2020-08
  • 期刊:
    Computational and Structural Biotechnology Journal
  • 影响因子:
    6
  • 作者:
    Xiaokang Zhang;Qiang Zhang;Yuan Liu;Bin Wang;Shihua Zhou
  • 通讯作者:
    Shihua Zhou
Analysis of periodic solution of DNA catalytic reaction model with dandom disturbance
随机扰动DNA催化反应模型周期解分析
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    IEEE Open Journal of Nanotechnology
  • 影响因子:
    1.7
  • 作者:
    Hui Lv;Huiwen Li;Qiang Zhang
  • 通讯作者:
    Qiang Zhang
Dissipative control for uncertain singular Markovian jump systems via hybrid impulsive control
基于混合脉冲控制的不确定奇异马尔可夫跳跃系统的耗散控制
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    Numerical Algebra, Control and Optimization
  • 影响因子:
    --
  • 作者:
    Hui Lv;Xing'an Wang
  • 通讯作者:
    Xing'an Wang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

北阿尔泰山近30年来冰川变化
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    干旱区资源与环境
  • 影响因子:
    --
  • 作者:
    杨太保;田洪阵;吕卉
  • 通讯作者:
    吕卉
基于空间交配遗传算法的收敛性分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    模式识别与人工智能
  • 影响因子:
    --
  • 作者:
    李珂;周聪;伍军;李密青;吕卉;郑金华
  • 通讯作者:
    郑金华
基于多种群进化的遗传算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机工程与应用
  • 影响因子:
    --
  • 作者:
    郑金华;邹娟;周聪;吕卉
  • 通讯作者:
    吕卉
内质网荧光探针研究进展
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    有机化学
  • 影响因子:
    --
  • 作者:
    吕卉;徐学涛;黄丹颖;吴盼盼;盛钊君;刘文锋;李冬利;Njud S.Alharb;张焜;王少华
  • 通讯作者:
    王少华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码