《生物信息学：计算机科学与生命科学的新联系与新方法》

理论计算机科学电子笔记162（2006）301-304www.elsevier.com/locate/entcs过程微积分与生命科学科拉多·普里阿米Microsoft Research - University of TrentoCentre for Computational and SystemsBiology Povo（TN）-意大利摘要这篇简短的笔记简要地调查了计算机科学和生命科学之间的新联系。最近在生物学中观察到的范式转变也意味着生物信息学的新方法。 我们认为，从算法到语言理论的转变是正确的一步。 特别是，由于的生物系统，我们认为，过程演算可能是正确的抽象，以支持动态生物信息学和开放的新方案，在计算机科学和生物学研究。关键词：并发理论，进程代数，生物信息学，建模与仿真。技术发展的进步使高通量工具的构建及其在生命领域的应用成为可能。 其后果是，大量的数据产生的速度越来越快，机械设备仅仅是为了存储新实验的结果。此外，人类基因组计划的结论还没有揭示生命的基本结构和DNA中的位置。计算机科学对生命科学家的支持在生物学的革命性增强中是必不可少的，使他们能够处理他们能够产生的信息。特别是，数据库理论来存储信息，数据挖掘技术来检查数据集，可视化工具，使数据的相关性可理解。然而，这种支持最相关的部分，通常包含在生物信息学关键字中，是允许基因组测序和比较的字符串算法。然而，计算能力和算法的效率并不是最近生物学研究成功的关键问题。 主要成分是被识别为代表DNA的抽象：一种由字母表组成的语言四个字符。和过去一样，科学上的重大突破都是在为复杂的现实现象确定了正确的抽象概念之后才有可能实现的。与此同时，生物学正在观察一种范式的转变，从经典的减少，1571-0661 © 2006 Elsevier B. V.在CC BY-NC-ND许可下开放访问。doi：10.1016/j.entcs.2005.12.097302C. Priami/Electronic Notes in Theoretical Computer Science 162（2006）301对生命系统的系统观点的一种主义方法。 特别是，重点主要是从结构转移到生物成分的功能， cal系统。因此，生命科学家需要新的抽象来建模和分析手头系统在时间和空间上的动态演化。 换句话说， 他们需要生物系统的行为理论在新的系统生物学方法[5]中，许多方法正在研究中，其中相互作用组件网络的概念正在发挥主要作用。系统生物学的基本方法由以下步骤描述(i) 建立一个生物系统的模型，(ii) 执行高通量实验以测试模型，(iii) 通过反馈回路调整/验证模型由于计算机科学是一门实验科学，我们可以设计以下步骤(i) 建立一个计算机系统（软件或硬件）的模型(ii) 实施并测试它，(iii) 根据反馈调整/验证模型或实现。在上述两种方法中，第一项对应于假设的生成，第二项对应于通过实验来检验假设，最后一项对应于通过修改模型或实验来调整和验证过程。可以说，系统生物学是生命科学应用领域中的为了找到系统生物学的正确抽象，我们首先需要确定所研究的生物系统的主要特征。通过查阅一些系统生物学的文献，似乎每个人都同意相关的系统是由生物成分组成的被解释为信息和计算设备，具有数百万个同时活动的计算线程（例如，代谢网络、基因调控网络、信号通路），使得组件交互改变整个系统的未来行为，并且使得仅当组件被正确定位时才发生交互（例如， 它们足够接近或者它们没有被膜分开上面的描述直接类似于分布式和分布式的描述。 胆汁系统，因此，我们看看开发来研究这些计算机科学系统的形式主义，我们检查它们是否可以应用于生物系统。也特别地，我们考虑用于移动性的过程演算（例如，[7，2，16]作为主要的建模、仿真和分析工具。其主要思想是，生物学中从结构到功能的转变可以通过计算机科学中从语法（DNA抽象）到语义（行为）的转变来匹配（见图11）。①的人。根据上面的直觉，基本的抽象机制如下C. Priami/Electronic Notes in Theoretical Computer Science 162（2006）301-304303Fig. 1.生物学中从结构到功能的转变与计算机科学中从语法到语义的转变相匹配。假设在分子水平上工作。分子被抽象为过程;分子间相互作用的不确定性是通过存在代表分子的过程之间的共享通道;分子间的实际相互作用表现为通讯;生物系统在相互作用之后的行为的改变通过过程/通道状态的改变来呈现由于生物系统的时间/空间演化主要是由代表化学和物理参数的数量驱动的，因此我们需要从系统的定性描述转向定量描述。我们采用的工具是随机过程演算[9，10]。已经进行了深入的研究，包括性能评估和预测的过程演算模型，产生干净的模型支持一套高质量的软件工具。此外，在微积分中引入随机信息，开启了模拟世界。实际上，给演算配备一个随机的（而不是确定性的）运行时支持就足以使程序的执行成为一个模拟。已经开发了一些模拟器，特别是应用于生物领域，实现随机π演算的变体[13，8]。他们基本上选择启用的行动，以根据Gillespie算法来模拟化学反应[3，4]。该领域的初步结果已经在一组互生物系统的建模中获得，并且已经进行了一些分析和模拟[14，15，6]。 然而，到目前为止所采用的策略是将微积分定义为with computer计算机systems系统in mind心神to biology生物.我们现在正在尝试相反的策略。我们正在定义受生物学启发的微积分，以便它们更适合于建模，分析和模拟生命系统（例如[11，12，1]。然后304C. Priami/Electronic Notes in Theoretical Computer Science 162（2006）301我们会将新的演算法应用于电脑系统，看看仿生学方法能否进一步启发和加强我们对电脑人造系统如何被模拟、设计和实现的理解。引用[1] L. 卡德利 膜演算。 在CMSB施普林格，2005年。[2] L. Cardelli和A. D.戈登移动环境。软件科学和计算结构的基础：第一次国际会议，FOSSACSSpringer-Verlag，柏林，德国，1998年。[3] D.T.吉莱斯皮耦合化学物种随机时间演化数值模拟的一般方法。计算物理学，22：403-434，1976。[4] D.T.吉莱斯皮耦合化学反应的精确随机模拟。Journal of Physical Chemistry，81（25）：2340[5] H.北野 系统生物学基础 麻省理工学院出版社，2002年。[6] P. Lecca，C. Priami，P. Quaglia，B.罗西角，澳-地Laudanna和G.康斯坦丁自体反应性淋巴细胞在脑血管内募集的语言建模与仿真。2003.出现在模拟：国际建模与模拟学会的交易中[7] R. 米尔纳通信和移动系统：π演算。剑桥大学出版社，1999年。[8] A. Phillips和L.卡德利随机π演算的正确抽象机。在BioConsur爱思唯尔，出现。[9] C.普拉米随机π演算计算机杂志，38（6）：578[10] C.普拉米 分布式和移动系统的基于内存的性能预测。 信息计算，175，2002。[11] C.普里阿米和P·夸格里亚。生物相互作用的β结合剂。在CMSB施普林格，2005年。[12] C.普里阿米和P·夸格里亚。beta绑定器中的操作模式。在Transactions on Computational Systems Biology中，LNCS的第3380卷。施普林格，2005年。[13] C. Priami，A. Regev，W. Silverman和E.夏皮罗 一种随机传名演算的应用到分子过程的表示和模拟。Information Processing Letters，80（1）：25-31，2001.[14] A.雷格夫随机π演算中分子路径的表示与模拟。生物化学途径和遗传网络计算第二次研讨会论文集，2001年。[15] A. Regev，W. Silverman和E.夏皮罗用计算机过程代数表示生物分子过程：信号转导途径的π演算程序。美国人工智能出版协会，2000年。[16] D. Sangiorgi和D.沃克π演算：移动过程理论。剑桥大学出版社，2001年。