科创中国

图是人工智能领域的重要数据结构和表征形式，作为大图的典型代表，生物网络是研究分子互作及复杂生命系统动态行为的基础，已成为生物大数据挖掘的研究前沿。但是，生物数据量大、高维、多源异质和多尺度等特性使得传统图分析与挖掘方法难以应用，已成为生物大数据时代面临的重要挑战。为此，迫切需要发展更加高效的大图模式分析和挖掘的新理论及新方法，对精确生物网络建模与挖掘、理解复杂生物系统和加速生物医学研究步伐具有重要意义。

该项目的主要创新点包括：（1）针对大规模网络中因果关系模式隐蔽的关键难题，发展了大图因果关系挖掘理论模型，成功应用于基因网络中直接调控关系的识别；（2）突破了大图数据挖掘中图匹配复杂度高的瓶颈，提出了大图匹配和模块挖掘的最优化算法，克服了大规模基因网络比较时节点和拓扑结构无法兼顾的困难；（3）揭示了基因网络的动力学模式特征，提出了一种带有时滞效应和加和调控功能的网络模型，并给出了基因调控网络稳定性的充分条件，为控制基因调控网络提供了理论基础。项目的 8 篇代表性论文发表在 PNAS 等国际著名期刊，在国内外同行中产生广泛影响，得到了多位 IEEE/ACM 会士和各国院士的积极引用和正面评价。

该项目主要是人工智能与生物医学交叉的应用基础理论研究，所 开发的大图模式挖掘与分析算法和模型已经广泛应用到真实生物医 学数据的分析和挖掘，可以进一步深入转化应用到精准医学研究中， 特别是多源异构、多模态和跨尺度等海量生物医学数据的深度整合与 挖掘，以期应用于个性化医疗和智慧健康等方面，促进人工智能与生 物医学的深度融合发展。

1 赵兴明 男 1977.09.11 教授 博士 复旦大学在国家自然基金项目(91130032)资助下，对科学发现点一和二有突出贡献，发展了大图中因果关系挖掘的理论模型，提出了分子通路互作网络的概念，提出了药物效应网络模块的新量化指标和网络模块挖掘的最优化算法。是代表论文1、2、3 的主要贡献者，并参与了中科院战略先导科技专项(XDB13040700)的部分研究。2 李春光 男 1976.02.01 教授 博士 浙江大学在国家自然基金项目（61171153）资助下，对科学发现点三有突出贡献，揭示了分数阶网络的动力学特征，给出了分数阶网络混合状态的条件；提出了一种具有加和调控功能的基因调控网络随机非线性模型，给出了基因调控网络稳定性的充分条件，为控制基因调控网络提供了理论基础。是代表论文6、7、8的主要贡献者。3 陈洛南 男 1962.12.08 研究员 博士中国科学院分子细胞科学卓越创新中心

该项目组是国内最早从事生物网络建模与挖掘研究的研究组之一，经过十余年的努力，在生物网络模式分析与挖掘方面做出了一系列创新性成果，部分成果达到国际领先水平，八篇代表性论文被SCI他引1066次，单篇最高SCI他引482次,得到麻省理工学院数据系统和社会研究所副所长AliJadbabaie在内的30位IEEE/ACMFellow和德国科学院院士MartinVingron在内的18位各国院士/会士的积极引用和正面评价。在该项目支持下，完成人中1人入选上海千人、1人入选国家青年拔尖人才 1人入选全国百篇优秀博士论文、1人入选教育部新世纪优秀人才、1人入选浙江省杰出青年基金、1人入选上海市青年科技启明星，曾荣获教育部自然科学一等奖和二等奖、四川省青年科技奖、中科院-诺和诺德长城教授奖等奖励。

该项目主要是人工智能与生物医学交叉的应用基础理论研究，所 开发的大图模式挖掘与分析算法和模型已经广泛应用到真实生物医 学数据的分析和挖掘，可以进一步深入转化应用到精准医学研究中， 特别是多源异构、多模态和跨尺度等海量生物医学数据的深度整合与 挖掘，以期应用于个性化医疗和智慧健康等方面，促进人工智能与生 物医学的深度融合发展。