为做好2019年度高等天搏体育(中国)有限公司科学研究优秀成果奖（科学研究）提名工作，完善科技奖励的社会监督工作，确保科技成果奖励的公正性，根据《教育部办公厅关于推荐/提名2019年度高等天搏体育(中国)有限公司科学研究优秀成果奖》（教技厅函〔2019〕29号）相关文件的要求，现对我校参与的以下项目的名称、推荐单位、项目简介、主要完成人情况表、代表性论文专著目录等信息予以公示，公示期为5个工作日（2019年5月17日-2019年5月23日）。
公示期间任何对公示内容有异议的单位或个人，请在公示期内实名并提供书面材料向科学技术院反映。
联系人：科学技术院 李老师
联系电话：0871-65916002
联系邮箱：kmustzhb@163.com
天博电竞
2019年5月17日
一、项目名称
面向复杂生物网络知识挖掘的基础理论与方法
二、推荐单位
中南大学
三、项目简介
复杂网络是研究复杂系统的重要工具。生命系统各组成元件间通过协同合作共同行使功能，由蛋白质、代谢等生命系统组成元件及其相互作用构成的复杂生物网络蕴含着对探索生命机制和规律的重要信息。特别是随着高通量技术的迅猛发展，复杂生物网络数据不断累积，如何有效挖掘复杂生物网络知识至关重要，是人们从网络水平深入理解分子组成原理、揭示生物功能及解释特定的生物进程的重要基础。本项目围绕复杂生物网络拓扑结构分析及动态网络的构建与分析、关键节点分析、子网络挖掘及异构网络的关系预测开展了系统的研究，取得的主要科学发现如下：
1. 动态网络构建与分析方法：首次提出了基于3-sigma法则的动态蛋白质网络构建方法DPIN，考虑每个基因表达量的特异性及表达分布的统计性，能够识别在整个细胞周期内表达水平低但变化较大的活性蛋白质，为关键蛋白质预测和蛋白质复合物挖掘等提供了一个高质量的框架。
2.关键节点分析方法：通过分析蛋白质的关键性与蛋白质同源信息等多元生物信息的关联关系，建立关联模型，提出了基于多元生物信息融合的关键蛋白质识别方法，有效提高了关键蛋白质识别的正确率；同时开发了基于复杂生物网络关键节点分析软件CytoNCA，可同时进行多种关键节点的快速分析。
3. 子网络挖掘方法：提出了基于核心-附件结构以及蛋白质网络全局信息的复合物识别方法，提高了蛋白质复合物识别的准确率；针对蛋白质网络的高噪声问题，提出了基于不确定图模型的复合物识别方法，有效降低了噪声的影响，为高噪声情况下有效识别蛋白质复合物、预测蛋白质功能、疾病相关模块识别等研究提供了有效方法。
4.异构网络的关系预测方法：通过分析异质性生物实体之间复杂的关联关系，提出了面向异构网络的关系预测方法，并成功应用于lncRNA-疾病关系和药物重定位预测，在输入lncRNA序列后，能够有效预测潜在关联的疾病，为老药新用提供了有意义的参考。
项目遴选的8篇代表性论文SCI总引用418次，其中，SCI他引268次，ESI高被引论文Top1% 2篇。研究成果得到了国际著名专家的高度评价，例如，美国物理学会院士，匈牙利科学院院士Albert-Laszlo Barabasi教授等利用本项目组构建的动态蛋白质网络研究时序网络，相关成果发表在国际顶级期刊Science (IF: 37.025)上；英国医学研究理事会，分子生物实验室Melina Schuh教授等利用本项目开发的ClusterViz对哺乳动物卵母细胞减数分裂过程中的关键基因进行研究，取得的研究成果发表在了国际顶级期刊 Nature（IF：40.137)。
三、主要完成人情况表
姓名
| 排名
| 技术职称
| 工作单位/完成单位
| 对本项目主要学术贡献
| 曾获科技奖励
|
王建新
| 1
| 教授、博导
| 中南大学/中南大学
| 对项目科学发现1、2、3、4、5、7和8都做出了重要贡献，提出了基于3sigma法则动态蛋白质网络构建方法DPIN和面向动态网络的蛋白质复合物识别方法；提出了基于多元生物信息融合的关键蛋白质识别方法；提出了基于蛋白质复合物的核心-附件结构以及蛋白质网络的全局信息的复合物识别方法；提出了基于不确定图模型的蛋白质复合物识别方法；提出了面向异构网络的lncRNA-疾病关系预测方法和基于集成的相似性度量和双向随机游走的药物重定位方法。相关工作量占本人工作量的70%，是代表性论文1-8的主要作者。
| 2011年湖南省科技进步二等奖,广域网加速关键技术研究及应用（排名第1），证书编号：20114243-J2-210-R01;2012年IEEE TCPP/NSF Early Adopter Award （排名第 1）;2013年高等天搏体育(中国)有限公司科学研究优秀成果奖（自然科学奖）二等奖，面向生物特征的数据处理理论与方法（排名第1），证书编号2013-081。
|
李敏
| 2
| 教授、博导
| 中南大学/中南大学
| 对项目科学发现1、2、3、6、7和8都做出了重要贡献，提出了基于3sigma法则动态蛋白质网络构建方法DPIN和面向动态网络的蛋白质复合物识别方法；提出了基于多元生物信息融合的关键蛋白质识别方法；提出了基于不确定图模型的蛋白质复合物识别方法；提出了面向异构网络的lncRNA-疾病关系预测方法和基于集成的相似性度量和双向随机游走的药物重定位方法。相关工作量占本人工作量的60%，是代表性论文1-3，6-8的主要作者。
| 2011年湖南省科技进步二等奖,广域网加速关键技术研究及应用（排名第 6），证书编号：20114243-J2-210-R06;2012年IEEE TCPP/NSF Early Adopter Award （排名第 2）;2013年高等天搏体育(中国)有限公司科学研究优秀成果奖（自然科学奖）二等奖，面向生物特征的数据处理理论与方法（排名第2），证书编号2013-081。
|
彭玮
| 3
| 教授、硕导
| 天博电竞/中南大学
| 对项目科学发现4和5都做出了重要贡献，提出了基于蛋白质复合物的核心-附件结构以及蛋白质网络的全局信息的复合物识别方法；提出了基于多元生物信息融合的关键蛋白质识别方法。相关工作量占本人工作量的50%，是代表性论文4-5的主要作者。
| 2015年云南省科技进步一等奖,快速可定制柔性调度生产物流系统（排名第6）,证书编号：2014JC231-R-006；2016年 TSINGHUA Science and Technology Best Paper Award（排名第四）。
|
彭小清
| 4
| 特聘副教授、硕导
| 中南大学/中南大学
| 提出了基于3sigma法则的动态蛋白质网络构建方法。相关工作量占本人工作量的40%。是代表性论文1主要作者。
| 2014年TSINGHUA Science and Technology Best Paper Award （排名第3）
|
四、代表性论文目录
[1] Wang J, Peng X, Li M, et al. Construction and application of dynamic protein interaction network based on time course gene expression data[J]. Proteomics, 2013, 13(2): 301-312.
[2] Wang J, Zhong J, Chen G, et al. ClusterViz: a cytoscape APP for cluster analysis of biological network[J]. IEEE/ACM transactions on computational biology and bioinformatics, 2015, 12(4): 815-822.
[3] Peng W, Wang J, Wang W, et al. Iteration method for predicting essential proteins based on orthology and protein-protein interaction networks[J]. BMC systems biology, 2012, 6(1): 87.
[4] Peng W, Wang J, Zhao B, et al. Identification of protein complexes using weighted PageRank-Nibble algorithm and core-attachment structure[J]. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2015, 12(1): 179-192.
[5] Lan W, Li M, Zhao K, et al. LDAP: a web server for lncRNA-disease association prediction[J]. Bioinformatics, 2016, 33(3): 458-460.
[6] Tang Y, Li M, Wang J, et al. CytoNCA: a cytoscape plugin for centrality analysis and evaluation of protein interaction networks[J]. Biosystems, 2015, 127: 67-72.
[7] Zhao B, Wang J, Li M, et al. Detecting protein complexes based on uncertain graph model[J]. IEEE/ACM Transactions on Computational Biology and Bioinformatics , 2014, 11(3): 486-497.
[8] Luo H, Wang J, Li M, et al. Drug repositioning based on comprehensive similarity measures and Bi-Random walk algorithm[J]. Bioinformatics, 2016, 32(17): 2664-2671.
