方锦清的博客天地分享 http://blog.sciencenet.cn/u/Fangjinqin 写博客我是小学生,向网友学习,建设和谐友谊乐观豁达的博客天地

博文

关于《Science》上复杂系统与网络专辑的杂感(9)

已有 5875 次阅读 2009-11-26 12:04 |个人分类:信息交流|系统分类:海外观察| Science, 专辑, 杂感, 复杂系统与网络

关于Science》上复杂系统与网络专辑的杂感(9

             方锦清

 

在杂感(9)里,我准备对最后二篇文章谈谈自己的看法和收获。一篇是Alessandro Vespignani在专辑的文章,题为“技术社会系统行为的预测”(Science 24 July 2009:Vol. 325. no. 5939, pp. 425 428),这是网络科学值得关注的一大类重要网络,它与我们日常生活日益紧密联系在一起,例子有因特网,万维网,WiFi 通讯技术,运输和移动基础设施等。研究由不同的技术层面组成的基础设施与各种社会成份相互作用的复杂网络,不仅推动了自身的应用和发展,而且对网络科学的理论和应用作出重要贡献。

我把这篇文章分析一下,整理出以下亮点与特点。

(1)   多标度特性和复杂性是理解和处理这类复杂系统和网络的一

个至关重要的特征。新数据的获得、理论的发展和复杂网络建模正在提出一个完整构架,使得我们更接近获得对技术社会系统行为的真实预测能力。最成功的例子之一是天气预报,利用先进的超级计算机,把当前数据和海量的历史天气模式资料库结合起来,进行大规模计算机模拟。在天气预报上已经取得了数十年的成功,使得我们可以预测飓风的路径和强度、风暴和其他剧烈气象事件,且很多情况下,对这些事件的预计及准备挽救了数千生命。尽管有时天气预报的不准确。

2建立所谓“社会集合态”理论框架,以解决在空间和时间中刻画的数百万个体组成的大规模社会系统。例如,应用于流行病时空图以及从中国到印度今后数十亿的新增入网人口对互联网生长和稳定性的影响的定量预测问题。但是在社会聚集态的研究中仍遭遇物态物理研究中所遇到的所有挑战(从湍流到多标度行为)。

(3)  提出事实挖掘、代言网络(proxy networks)代言数据(proxy

data)新概念。这几类数据有助与理解很多现象。包括:人类流行病的空间动力学,决定于那些携带疾病到本未感染人群的个体的迁移。因特网空间的信息的开发和攫取。

(4)  提出对技术社会系统的“网络思维”。因特网和虚拟世界是我

们每天都巡览和探索的网络。例如,种群网络是迁移、社会生态学和流行病学模型互联在一起的全部人口组成的复杂网络。大量工作显示大部分真实世界网络展现了动力学的自组织以及统计上明显的异质性,这些正是复杂系统的典型特点。复杂网络提出的挑战在于它们的内部互联程度(网络的网络)和多标度特性。技术社会系统的复杂性要求“网络”思维是非常必要的。

(5)  现代网络思维另一个至关重要的方面是动力学的自组织这导

致不依赖于人类规划和系统工程的大规模基础设施中特定模式的涌现。动力学自组织系统最好的例子也是因特网,不过,大多数通讯基础设施、道路和运输系统、供给网络和电网也是动态增长网络

(6)  提出一个多标度网络的整体描述,最大挑战在于必须同时处理

多个时间和长度尺度。在网络和技术社会系统的情况中,多标度难题因为大规模数据集的可获取性正变得越来越明显。与多标度物态系统(流体,固体,宇宙中物质扩散,等等)所做的那样,需要发展合适的形式和技巧。为了获得对技术社会系统解析的理解和计算的方法,必须找到不同的策略去处理非常不同的特征尺度彼此影响的动力学方程。该法最终将允许分层式计算方法,并与在不同的模型假设和粒度的一般性多标度框架达到一致。

(7)  多标度网络的应用。网络特性的知识开创了发现和理解支

配与社会系统耦合在一起的大基础设施系统的新的统计规律和动力学规律的道路。

(8)  提出需要解决的最棘手难题。尽管很多观念上的基本问题仍然

没有解决,界定技术社会系统内在的预测极限的最大障碍是它们的敏感性和对社会适应性行为的依赖。在灾难事件的情形下(例如,在大规模流行病或大型自然灾害这样的突发事件期间社会秩序的瓦解),技术社会网络的行为属于远离平衡态特性,目前还是未知的领地。值得注意的是,处理上述问题需要解决三个主要的科学难题。

首先收集有关信息传播的大规模数据和发生在危机期间的社会反应,目前还做不到。

第二,提出形式模型的公式化表述,这使得量化个体的风险感知和认知现象对技术社会网络结构和动力学的影响成为可能。

第三,涉及实时控制中影响计算模型的监测设备能力的分配。

因此,我赞成文章的基本结论:复杂系统和网络理论、数学生物学、统计学、非平衡态统计物理和计算机科学在对付这些难题中都起了关键的作用,我认为,其中非平衡态统计物理特别重要,迄今还远远没有成熟,发展不够。上述还需要进行大量的艰苦工作。

最后,我阅读到Science》上复杂系统与网络专辑的最后一篇文章是,Harold D. Kim等人的“转录调控回路:从字母表中预测数字”。说实在,我不懂这个课题,只是从中学习了一些知识,了解了国外该课题的进展概况。这里,我仅仅整理了有关内容,提供给还没有看到的朋友有个初步的了解。

首先,“基因组学的下一个前沿是如何系统地将基因组和细胞的功能部分集合成回路,从而把信号转换成细胞反应。这些回路包括信号转导,代谢和转录的通路。”该方面工作的一个重要问题就是在给定细胞种类和一定条件下,如何预测每个基因的表达水平。该文重点讨论了调控回路,把反式调控因子和顺式序列决定因素作为调控回路的输入信息,把基因表达水平作为输出信息。”文中评述了以下工作:(1)对真核生物的基因调控作用的小尺度方法;小尺度方法注重在组成部分和连接已知的情况下研究回路中的调控作用。(2) 大尺度:从单基因到全基因模型;比较小尺度方法,大尺度方法没那么精确,但是可被用于推断回路的成分和连接。(3)正调控作用的全基因重构:在全基因测序和描绘的研究工作已经大大促进了重构正调控作用方法的发展。最近,科学家提出了一些更符合实际的热力学模型。例如,通过计算正调控序列上反调控因子的所有可能分布概率,并将它们对表达的贡献求和,预测了果蝇细胞分裂中的表达模式。核小体和反调控因子的序列偏好性已经被用来预测酵母的表达。然而,热力学模型还不能应用于基因组尺度上的度量,评估模型在预测基因表达时成功与否的是一项具非常有挑战性的任务。理想情况下,大尺度模型不仅可以描述某一数据集,并且能够被检验推广到其它未知的数据。下一个重要目标就是创建标准的研究方法和数据集,这样我们可以对不同模型的表现进行公平比较。DREAM 工程的目的就是通过给界内提出挑战以实现这一目标。(4)发现方向:推断在基因组尺度上的反调控:单独的正调控输入并不能预测基因表达,因为动态的表达模式随着环境调控、细胞种类和细胞周期阶段而改变。基因组尺度上的合并正反调控的模型下一个明显的研究方向是在不同条件下系统地同时度量和模拟反调控因子与正调控成分之间的关系。两个关键挑战是:如何在基因组尺度上对预测进行实验测试,如何将收集的实验结果合并起来。一个立即可行的研究方向是根据测试数据检验模型如何推广,另一个更雄心勃勃的目标是利用数据对模型进行反复提炼。小尺度方法研究中的回路方法能否应用于研究高级组织中的详细基因和分子操控技术是一个巨大挑战。5)小尺度和大尺度方法的联合:大部分研究还不能弥补这些方法之间的裂痕。最近研究强调联合两种方法的希望。另一个主要进展的方向是将这些方法和时间序列实验(它进行动态基因调控作用的研究)相结合。最近的研究证明它具有发展潜力。一个具有里程碑意义的工作就是构造定义完善的一个子网络。

总之,该综述仅仅考虑了调控转录层次上的回路,这里的输入直接影响转录的正调控序列和反调控因子(例如,转录因子、核小体或染色质修饰),输出是转录水平。然而,这些回路是由许多其他相互作用成分构成的更大且更复杂的细胞网络的一部分。例如,仅仅是RNA 本身就直接受编辑、化学修饰、RNA 结合蛋白和其他非编码RNA 的影响,这影响其降解的速率、是否能被翻译及蛋白质翻译的速率。更一般地,转录回路被紧紧耦合到信号、新陈代谢和定位系统中(它们是复杂的三维细胞和机体的组织的一部分)。复杂系统以这种方式处理信息和完成功能,并最终决定表达类型。

 



https://blog.sciencenet.cn/blog-266190-274061.html

上一篇:向科学网兄弟各网圈学习,欢迎加盟新圈子
下一篇:简介与投稿指南(转自"中国科学基金杂志")
收藏 IP: .*| 热度|

2 刘耀 唐常杰

发表评论 评论 (1 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-28 19:45

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部