Speaker: Dr. Yu Liu (刘宇副研究员)
Time: 12:10-13:10, 27 October 2022 (Thursday) (Beijing time)
Tencent Meeting ID: 172-615-657
Venue: C404, Lijiao Building
Abstract
不管是生物的器官、新功能,还是对其有用的次级代谢物、新蛋白质分子、基因等等客体,在自然状态下的演化都不是从零开始的,而总是“修修补补”的,即总是通过修改或组合已经存在的客体,来产生新客体。这往往被称为Nature is tinkering,这是诺贝尔生理医学奖得主Jacob François在1970s提出的跟复杂系统研究密切相关的、非常具有启发性的思想。
基于这种思想及一些新进展,我们近期提出了一套定量描述各种客体的复杂性和信息的理论:梯径(Ladderpath)理论[1],用于发掘与演化相关的具有层次嵌套关系的结构和信息。这是一个普遍的理论,能处理包括氨基酸和基因序列、化学分子、网络结构等各种客体,具体可用于推测基因蛋白质演化关系、设计新药分子、解析神经网络功能等。
通过我们根据梯径理论发展出的算法,我们可以找出化学分子间结构的内秉关系,并将其组织成具有层次关系的树状图,即信息树。这相当于将众多化学分子放在了一张地图上,距离越近的分子越相似、越有可能具有更相似的功能。这种“地图”信息可用于设计新药分子,相关工作已发表在Science Advances上[2]。
更进一步的研究发现,我们直觉上所说的“复杂性”可能混淆了两个不同的方面:“有序程度”和“困难程度”,比如随机序列有序度低、困难度高(很难生成/复现),而晶体的有序度高、困难度低(较易生成/复现),然而这两种情况可能都会被直觉地称为“复杂的”。梯径理论可以帮助我们澄清这种关系,并定量刻画。我们目前致力于将梯径理论给出的这种定量描述应用到具体问题当中,比如肿瘤细胞中的序列信息是否具有更高的复杂性?不同物种间基因序列的复杂性是否有统计上的差别。
[1] Yu Liu, et al., Ladderpath approach: How tinkering and reuse increase complexity and information, Entropy, 24(8): 1082, 2022.
[2] Yu Liu, et al., Exploring and mapping chemical space with molecular assembly trees, Science Advances, 7: eabj2465, 2021.
About Dr. Liu
刘宇,北京师范大学珠海校区 - 复杂系统国际科学中心 - 副研究员。2018年于瑞典Uppsala大学获得应用数学与统计博士学位,2018-2021年分别在荷兰Groningen大学、瑞典Mittag-Leffler数学研究院、英国Glasgow大学任副研究员。
曾在瑞典Mittag-Leffler数学研究院独立主持科研项目。多次受邀作为keynote speaker参加国际国内学术会议(德国Max-Planck研究所、牛津大学、北京大学定量生物中心、国家天元数学东南中心、中山大学附属第五医院等),接受国际国内科学媒体采访(英国皇家化学学会chemistryworld.com、集智科学社区等)。
主要从事跟复杂系统相关,以及生物、化学、数学交叉领域的研究工作。研究方向包括生命起源理论、自我复制机制、生物信息学、信息演化、神经网络模块发育等。
目前主要的研究课题是:信息是通过怎样的作用产生和积累的,这种作用如何塑造了演化,以及我们如何在真实的蛋白质和基因序列中发掘这种作用的痕迹,以应用到实际问题中,比如设计新药分子、癌症治疗等。

