中科院系统生物学重点实验室
400-6699-117转1000
生物体和细胞内蛋白质群体的动态行为的过程及其调控机制
针对模式生物和细胞模型等研究体系，发展新型的规模化和高精度的蛋白质组成多重精确定量技术，以及蛋白质动态修饰的定量技术;然后在这些本重点实验室发展出来的新技术基础上开展蛋白质表达与降解行为的定量化分析，蛋白质动态组成与修饰行为的定量化研究，蛋白质细胞内空间分布和转位的定量化分析，并进一步研究不同层次的蛋白质动态行为的相互影响和作用机制。
在蛋白质组研究的基础上，整合蛋白质组学和代谢组学的研究技术和方法，结合基因芯片和CHIP-on-Chip等高通量转录组技术，并开发基于生物信息学的各种“组学”平台的研究数据之间的整合技术，实现功能基因组、蛋白质组和代谢组之间数据的对接，从而系统地研究模式生物和细胞模型的蛋白质表达调控机制，探讨蛋白质动态行为的转录调控模式，阐明蛋白质的动态行为与转录调控模式之间的相互作用。
结合计算生物学和生物信息学工具，发展出原创性的理论方法及算法，并进一步应用到模式生物和细胞等功能系统的定量整合研究，建立模式生物和细胞功能等系统的分子网络调控模型，系统地揭示由各种蛋白质与基因和其他生物分子形成的生物复杂网络的结构、动力学行为和功能。
代谢性疾病的系统生物学研究
针对危害我国人民健康的糖尿病等重大代谢性疾病，建立和完善用于研究胰岛素缺失、胰岛素抵抗等代谢性疾病特征的细胞和动物模型;注重通过模式动物和疾病动物模型从整体水平上研究单基因的代谢性疾病发生与发展的机制。
以模式生物、疾病动物模型和细胞模型为研究材料，采用整合的经典的分子细胞生物学方法与蛋白质组学、功能基因组学方法开展系统化和规模化的定性和定量实验研究，重点开展基于代谢组学的基因功能和蛋白质功能研究，并深入研究糖、脂代谢异常与胰岛素相关的信号转导网络之间的相互关系;分析正常生理状态下的细胞代谢通路和调控网络的结构和机理;同时开展病理状态下的代谢异常的研究。
发展各种用于复杂系统动力学分析的计算生物学新方法，结合相关的数学和计算科学的方法对实验结果进行分析和建模工作，构建基于系统生物学的胰岛素缺失或胰岛素抵抗产生等代谢性疾病发生和发展的数学模型，重点开展针对单基因的代谢性疾病发生与发展的机制的数学建模。
