21世紀以來，生物大數據在量（多數據種類，海量樣本數，多時間點采樣等）、質（高時空精度，單細胞測序等）兩方面快速發展，大大推動了生命科學的進步，也為生物醫學問題的模型建立、數據分析，以及預測和控制，帶來了巨大的機遇和挑戰。

傳統的生物學數據研究方法大多基于數據的靜態統計信息，即“基于統計學的數據科學”(statistics-based data science)，其缺點是，在很多場景下不能準確地解釋和預測系統的復雜動態行為。數據分類、數據降維、變量聚類、變量相關性分析等方法都是如此。

然而，即使是靜態的數據，往往也蘊含著系統的動力學特征。我們需要通過“基于動力學的數據科學”（dynamics-based data science），充分建立和利用動力系統的普遍性質（如，穩定平衡點的臨界性質、中心流型的低維性、單變量的吸引子的重構性等），對蘊含在數據中的動力學信息進行挖掘和分析。

“基于動力學的數據科學”將動力系統理論、統計學理論，和數據的實際背景結合在一起，為處理和解釋動態生物大數據提供了一種基礎堅實、計算高效的理論和方法。

在最近發表于《國家科學評論》（National Science Review，NSR）的觀點文章中，中科院生化細胞所的陳洛南研究員(通訊作者)、東京大學的史際帆博士(第一作者)和Aihara教授通過3個具體實例，揭示了如何利用動力系統的普遍性質，由觀測的數據對生物學現象進行動力學分析，并解決生命科學的實際問題。1.利用微分方程的分岔理論，由測量的高維數據，進行健康臨界預警和疾病預測。DNB理論利用了系統在臨界點附近，復雜網絡將表現出有別于非臨界點的網絡特性，量化臨界狀態并發現疾病的關鍵因子，實現疾病預警“防病于未然”。

2.利用偏微分方程和diffusion map理論，量化細胞的多潛能性或距離干細胞的遠近。LDD方法是，通過建立隨機生滅過程的偏微分方程模型，對細胞的分化過程進行了多潛能性量化。利用單細胞測序數據和相關數學方法，可以對每類細胞多潛能性進行估計和分化程度排序，實現量化細胞的多潛能性，并構建多潛能性勢能景觀。

3.利用神經網絡工具，對基因表達量等的時間序列進行預測。ARNN方法是，利用最新的reservior神經網絡工具，通過“空間-時間信息變換方程”STI，即變換高維數據的信息為時間的動態信息，對短序列高維度數據(如基因表達數據)進行學習，可實現復雜系統的短時間序列或動態演化的預測。

“基于動力學的數據科學”是一個全新交叉領域，相比傳統靜態的“基于統計學的數據科學”方法，具有“可解釋性”、“可量化性”和“可拓展性”，在今后的生物醫學等領域的研究舞臺，將扮演不可或缺的重要角色。

編輯：jq