计算机与生物科学结合的论文,基于PETRI网的生物过程模拟系统的研究-计算机科学与技术专业论文.docx...

最新推荐文章于 2023-04-21 17:55:34 发布

苗伟杰

最新推荐文章于 2023-04-21 17:55:34 发布

阅读量270

点赞数

文章标签：计算机与生物科学结合的论文

Classified Index: TP391.9

U.D.C.: 681.5

A Dissertation for the Degree of M. Eng.

RESERACH ON SIMULATION SYSTEM OF BIOLOGICAL PROCESSES BASED ON PETRI NETS

Candidate：Shen Junli

Candidate：

Shen Junling

Supervisor：Associate Prof.

Academic Degree Applied for：Master of Engi

Specialty：Computer Scie

Affiliation：School of Co

Technology

Date of Oral Examination：July, 2007

University：Harbin Institut

nce and Technology mputer Science and

e of Technology

哈尔滨工业大学工学硕士学位论文

- I -

摘要

后基因组时代，如何高效地处理生物信息成为生物信息学中一个重要的研究方向；生物过程模拟——通过计算机模拟，再现生物过程——又是其中的一个研究热点。此方向的研究将在生物制药和医疗方面造福人类。

然而，由于生物过程的多样性和复杂性，可视化建模并模拟生物过程是十分困难的。目前，建模生物过程的主要方法是微分方程和混合函数 Petri 网等，现有的研究成果在模型的可视化表达、建模效率或模拟效率等方面存在一些不足。比如，用微分方程建模缺少模型的可视化表达，而且很难建模基因调控网络；用混合函数 Petri 网建模则可有良好的可视化表达，也可以模拟基因调控网络，但是混合函数 Petri 在表达清晰度和建模效率方面还存在一些不足。

本论文针对生物过程本身非常复杂、描述起来难度大和一些典型过程重用率高等特点，结合软件工程中面向对象思想，在扩展混合函数 Petri 网的基础上，提出面向对象混合函数 Petri 网的概念并给出其详细定义。面向对象混合函数 Petri 网丰富的元素类型和完善的模拟算法，为可视化建模和模拟生物过程提供了良好的支持。它既有友好的图形表达界面，又能进行高效的模拟；面向对象思想的引入，以及模块库的建立，则可以更为直观的表达生物过程并增强其模块复用性，降低建模复杂度，提高建模效率。研究证明使用面向对象混合函数 Petri 网建模是十分高效的。

本课题设计实现了基于面向对象混合函数Petri网的可视化建模及模拟生物过程的软件系统—— CELLMATLAB，并在此系统上建模了基因调控网络——lac操纵子调控机制和代谢网络——糖酵解模型。通过模拟分析，得到了正确的结论并对湿实验产生有意义的指导，从而验证了理论和软件的可行性和正确性，同时也体现了本软件的应用价值。

关键词Petri 网；生物过程；基因调控；代谢；操纵子；糖酵解

- II -

Abstract

In the post-genome era, how to efficiently process biological information has become one of the most important research topics in Bioinformatics; among them, the simulation of biological processes, recurring biological processes through computer simulation, is one of the important aspects. From biochemical and biomedical viewpoint, research progress in this topic will be very beneficial to human beings.

However, due to the diversity and complexity of biological processes, visual modeling and simulating biological processes are very difficult. Currently, the primary means to model biological processes are differential equations and Hybrid Functional Petri Net. Existing research result