生物病毒复杂系统定性仿真研究

【摘要】： 人工生命的研究正在兴起，它是21世纪最有活力的两大学科——生命科学和信息科学——相互作用的产物，它以生命现象为研究对象，以生命过程的机理及信息推理、仿真、实现技术为主要研究内容，因而对于生命科学和信息科学领域的研究都具有十分重要的意义。 计算机仿真方法则是人工生命的核心方法之一。它是继实验研究和理论研究之后又一场新的方法论革命，也是自近代以来科学试验方法面对新研究对象的一个新发展，由于它具有经济、可靠、安全、可多次重复使用等优点，已成为许多复杂系统分析、设计、试验、评估等不可缺少的重要手段。 遗憾的是，当生物复杂系统具有模糊性、随机性，不确知性等特征的的时候，传统的定量仿真方法常常会遇到诸如量化模型难以构建，定量数据难以获取等困难，定性仿真正是基于这些难点问题逐渐发展起来的。相对于传统的定量仿真而言，定性仿真力求模拟人的定性思考过程去推理解决问题，引入了归纳推理、因果推理、定性图示等人类思考问题常用的方法，大大扩展了仿真技术的应用范围。 基于此，为了解决知识不完备、具有不确定性的生物系统建模、推理和仿真问题，本文的出发点是以人工生命相关知识为研究背景，以智能化信息处理技术特别是定性仿真和元胞自动机等为理论依据，对病毒感染、传染病流行等复杂生物领域进行研究。 为了对定性理论有一个系统的了解，本文首先对定性仿真的起源、进展、基本理论结构以及应用情况进行了综述，并对定性仿真的发展方向进行了评述，还介绍了元胞自动机方法，分析了它们在生物学中的应用意义。接着对QSIM理论中的若干基础问题进行了探讨，包括：QSIM中的量空间计算问题，分析了量空间计算中可能存在的不合理之处，提出可以增加新的约束来减少这种不合理；变量重复出现时可能产生的定性空间错误问题；使用某个特定数值而不是零来作为定性符号的区分点，并给出定性加法和定性乘法的计算。 提出不依赖于假设的定性动力学描述方法，通过描述系统的定性状态以及状态之间的转移来对系统的定性行为进行预测。提出了定性状态的生成算法，可以从病毒感染的动力学模型自动生成其定性状态图。基于生成的定性状态，给出了状态转移算法，实现了定性状态之间的自动转换，对持续性病毒感染的动力学系统进行了不依赖于量化信息的定性仿真分析。 对HIV病毒的生物背景和研究现状进行了介绍，建立了一个基于元胞自动机的病毒感染的群体动力学模型。考虑到HIV在淋巴结中要更活跃，而在这些地方，健康细胞和感染细胞之间的作用要比自由病毒重要的多，因此，直接把感染过程建模成从一个被感染细胞扩散到另外一个易感细胞。考虑了细胞的几种状态，给出了状态更新的规则，对病毒感染进行了仿真分析，讨论了感染率参数对仿真结果的影响，对感染速度进行了复杂性分析，并且与其他方法进行了简单的比较。本文还建立了一个基于元胞自动机的传染病传染模型，考虑了不同个体在传染力和抵抗能力上的差异性，分析了感染个体的动力学行为，并且分析了不同的免疫时间参数对流行病传染的影响。 提出一个基于定性关系描述的病毒感染模型框架，并对其进行了一致性理论评估。针对病毒感染这类复杂系统中定量数据难以获得的情况，引入一个建模框架来定性研究病毒侵入过程，基本思想是通过定性分析该过程中可能的影响因素来建立病毒侵入行为模型，这些因素用影响度来加以定性描述，根据病毒、细胞和环境中各种因素的交互作用建立定性模型框架，给出了定性模型的评价矩阵及一致性检验。 在病毒侵入过程中，考虑不同因素之间的交互作用，基于系统动力学反馈的思想，利用交互作用群体矩阵的预测能力来进行定性预测。使用定性表示方法，分析了病毒粒子、细胞以及环境因素之间的交互关系，对病毒侵入过程进行了描述，检验了系统定性和定量预测之间的一致性。 最后，基于定性过程理论对有酶参与的化学反应进行了定性建模和分析。使用多视图的方法，对酶促反应和分解反应进行了定性建模，生成了过程中的个体视图，为定性模型添加了主要的过程流，给出了酶参与的化学过程的状态表示，并且给出了系统的部分状态转换图。