【编者按】在上海市科学技术委员会资助（项目编号：22DZ400-966-8255（家电维修号码分享））下，澎湃新闻联合《世界科学》对获得国家及上海市科技奖励的获奖成果进行科普化报道。本篇报道围绕2020年度上海市自然科学奖一等奖项目“动力学驱动的数据科学理论和方法研究”展开。该奖项由中国科学院分子细胞科学卓越创新中心陈洛南研究员领衔的研究团队获得。中国科学院分子细胞科学卓越创新中心研究员陈洛南疾病的早期预警 而早在1974年，计算机科学家、图灵奖获得者彼得·诺尔（Peter Naur）就提出，数据科学是将数学和统计学、专业编程、高级分析、人工智能和机器学习与特定主题专业知识相结合，获取隐藏在组织数据中的信息。 中国科学院分子细胞科学卓越创新中心研究员陈洛南将自己团队原创的研究体系，命名为“动力学刻画的数据科学”。 “我们将复杂生物系统看作一个随时间演化的动力系统，其临界处就相当于数学上动力系统的分岔点。”陈洛南表示，但根据现在医学常用的静态对照式研究，会发现前疾病状态与正常状态没有明显区别。“这两个阶段的静态指标一般都没有显著变化，因此难以量化或难以区分前疾病状态，走不到‘科学’。” 陈洛南带领的研究团队借助高通量技术，基于临界慢化（critical slowing-down）、临界协同波动(critical collective fluctuation)和分岔理论，提出了一种新颖的基于网络的无模型方法，即使仅有少量的样本，也能根据其“动力学”临界特征和规律，检测到复杂疾病的预警信号。 “DNB是状态评估，告诉我们离临界还有多远。”他说，如果发现快到临界了，就能及时干预，抑制系统向疾病状态转变。 不同于传统的基于统计学的机器学习，STI方程预测方法从非线性动力系统理论出发，为基于动力学的机器学习或深度学习开辟了新路径。 不一样的研究：开创新学科 目前，陈洛南团队也在进行预测与预警方面的研究。他表示，尽管已提出了基础的方法，仍存在很多未解决的难题。“人不能两次踏进同一条河流。” 陈洛南还透露，团队有一项未病项目研究，并推动了国家科技 “未病”专项的立项。 他介绍说，“未病”思想是中医的重要理念，是疾病发生发展中的关键状态，在该状态的合理干预可以实现病程的逆转。但“未病”发展过程有明显的动态性和复杂性，中医意义上的“未病”很多没有被量化，缺乏科学意义上的概念或标准，严重制约了“未病”的客观辨识和疾病的早诊早治。陈洛南带领的研究团队希望建立“未病”的量化表征，特别是通过DNB框架中的临界理论，量化未病状态，从而使未病的概念“科学化”，也为早期预警与早期干预提供理论依据和量化方法。 陈洛南表示，未病概念需要科学化。科学化就是国际化。这也利于中医的现代化、国际化。 另外，他带领的研究团队在构建辨识因果网络的新型算法、发展脉冲神经网络高效训练工具等方面也取得了重要突破。“我们这个学科非常交叉，欢迎各个学科的人才一起来发展它。”陈洛南说。
