读书会分享流程

18:50-19:00 集智俱乐部读书会介绍

19:00-19:30 金帆：自动化微生物基因线路工程

19:30-20:00 李杨：不同尺度下生命系统的构成规律

20:00-20:30 唐诗婕：复杂生物过程中关键节点及关键因子检测——基于动态网络标志物的复杂疾病早期预测

20:30-21:00 唐乾元：浅谈统计物理视角下的生命科学研究

内容及主讲人介绍

分享主题

自动化微生物基因线路工程

主讲人

内容简介和大纲

理性设计微生物中的基因线路是合成生物学领域的一个关键挑战。当前，这一领域面临着缺乏有效设计原理以及工程实现能力不足的问题，这极大地限制了微生物工程的发展和应用。本报告提出了一种创新的解决方案：通过灰箱模型驱动的建模自动化闭环来应对这些挑战。这种方法结合了灰箱模型的灵活性和自动化建模的效率，为微生物基因线路的设计提供了一个强大的理论框架和实践工具。此外，报告还探讨了机器科学家在这一过程中的应用，展示了如何利用人工智能技术实现从设计到认知的全过程自动化。通过案例分析，我们将展示这种方法如何显著提高基因线路设计的准确性和效率，同时增强工程实现能力。这一创新方法不仅有望解决当前微生物基因线路设计中的瓶颈问题，还可能为整个合成生物学领域带来革命性的进展，为未来的生物工程和生物制造开辟新的可能性。

核心概念

合成生物学

自动化合成生物学大设施

基因线路理性设计

分享主题

不同尺度下生命系统的构成规律

主讲人

内容简介

核心概念

跨尺度

幂律分布

参考文献

Hatton I A, Heneghan R F, Bar-On Y M, et al. The global ocean size spectrum from bacteria to whales[J]. Science advances, 2021, 7(46): eabh3732.
Hatton I A, Galbraith E D, Merleau N S C, et al. The human cell count and size distribution[J]. Proceedings of the National Academy of Sciences, 2023, 120(39): e2303077120.

Hatton I A, McCann K S, Fryxell J M, et al. The predator-prey power law: Biomass scaling across terrestrial and aquatic biomes[J]. Science, 2015, 349(6252): aac6284.

分享主题

复杂生物过程中关键节点及关键因子检测

——基于动态网络标志物的复杂疾病早期预测

主讲人

内容简介

众多的证据表明， 许多复杂生物过程存在一种普遍临界（critical transition）现象，即由一个相对稳定状态，经过一个临界点后在很短的时间内快速地进入另一个稳定状态。如许多复杂疾病的恶性转化就是这样一种普遍现象，即病情在很短的时间内从正常状态 （包括健康状态、 相对稳定状态或疾病的缓慢变化状态），经过一个临界点或关键节点快速进入疾病状态（包括疾病恶化状态）。

为了探测这种突变现象及其关键因子，动态网络标志物（dynamical network biomarker, DNB）被提出，即利用高通量生物数据的动态性质来预测复杂疾病或复杂生物过程临界突变现象及其关键因子的概念和理论。不同于传统的、主要用于检测疾病状态的分子生物标志物， DNB 是一种全新的、用于探测疾病突变前临界信号的生物标志物，即检测“前疾病状态”而不是“疾病状态”或“疾病早期状态”。

核心概念

复杂疾病

动态网络标志物（ DNB）

预警信号

前疾病状态

参考文献

1. Chen, L., Liu, R., Liu, Z. P., Li, M. & Aihara, K. Detecting early-warning signals for sudden deterioration of complex diseases by dynamical network biomarkers. Sci Rep 2, 342, doi:10.1038/srep00342 (2012).

2. Liu, R., Wang, X., Aihara, K. & Chen, L. Early Diagnosis of Complex Diseases by Molecular Biomarkers, Network Biomarkers, and Dynamical Network Biomarkers. Medicinal research reviews 34, 455-478, doi:https://doi.org/10.1002/med.21293 (2014).

3. Yang, B. et al. Dynamic network biomarker indicates pulmonary metastasis at the tipping point of hepatocellular carcinoma. Nature communications 9, 678, doi:10.1038/s41467-018-03024-2 (2018).

分享主题

浅谈统计物理视角下的生命科学研究

主讲人

内容简介

核心概念

普适性 Universality

多尺度 Multiscale

稳定性与可塑性 Stability and plasticity

临界性 Criticality

参考文献

Kaneko, K. (2024). Constructing universal phenomenology for biological cellular systems: an idiosyncratic review on evolutionary dimensional reduction. Journal of Statistical Mechanics: Theory and Experiment, 2024(2), 024002.

Kaneko, K., & Furusawa, C. (2018). Macroscopic theory for evolving biological systems akin to thermodynamics. Annual review of biophysics, 47(1), 273-290.

Tang, Q. Y., & Kaneko, K. (2021). Dynamics-evolution correspondence in protein structures. Physical review letters, 127(9), 098103.

Tang, Q. Y., Zhang, Y. Y., Wang, J., Wang, W., & Chialvo, D. R. (2017). Critical fluctuations in the native state of proteins. Physical review letters, 118(8), 088102.

主持人

参与方式

在生物学中心法则的起点，基因作为生命复杂系统的遗传信息载体，在生命周期内稳定存在；而位于中心法则末端的蛋白质，其组织构成和时空变化的复杂性呈指数式增长。随着分子生物学数十年来的突飞猛进，尤其是生命组学（基因组学、转录组学、蛋白质组学和代谢组学等的集合）等领域的日新月异，当代生命科学临近爆发的边缘。如此海量的数据如何帮助我们揭示宇宙中最复杂的物质系统——“人体”的构成原理和设计原理？阐释人类发育、衰老和重大疾病的发生机制？

集智俱乐部联合西湖大学理学院及交叉科学中心讲席教授汤雷翰，国家蛋白质科学中心（北京）副研究员常乘、李杨，香港浸会大学助理教授唐乾元，北京大学前沿交叉学科研究院研究员林一瀚，中国科学院分子细胞科学卓越创新中心博士后唐诗婕，共同发起「生命复杂性：生命复杂系统的构成原理」读书会，从微观细胞尺度、介观组织器官尺度到宏观人体尺度，梳理生命科学领域中的重要问题及重要数据，由生物学家提问，希望促进统计物理、机器学习方法研究者和生命科学研究者之间的深度交流，建立跨学科合作关系，激发新的研究思路和合作项目。读书会从2024年8月6日开始，每周二晚19:00-21:00进行，持续时间预计10-12周。欢迎对这个生命科学、物理学、计算机科学、复杂系统科学深度交叉的前沿领域感兴趣的朋友加入！

点击“阅读原文”，报名读书会