基于基因组注释和MELK技术数据的生物分子网络及其功能模块的构建和识别比对的计算研究

分子网络及其识别和比对的研究是目前的新兴研究热点。它表现了整个生物细胞的分子活动的主要结构。分子网络及其子模块的构建，识别和比对在预测基因组结构，蛋白功能和相互作用方面有重要运用。新兴技术MELK可以提取蛋白质等分子团在特定时刻和特定细胞中的空间分布与该细胞的功能状态之间存在的多层面的和高度特异性的关系，从而把细胞中的分子事件和拓扑结构与相对应的显型直接联系起来。我们期望通过对基因组注释数据(GO,KEGG)，序列数据和MELK拓扑数据的整合，利用图论，统计分析，数据挖掘和规划优化的相关原理和方法完成一套生物分子网络的构建，子模块的识别比较和不同网络间比较的方法和算法，并形成相应的软件实现。通过本课题可以深入了解生命的分子机制，为生命运转机制的最终解密做出重要的探索，并为新药研发和疾病发病机制的探索提供新的研究工具，从而提高药物的筛选命中率，降低研发成本。