从肝炎到肝癌的恶性转化过程涉及到复杂分子网络的动态调控。本课题通过系统生物学研究的角度，利用理论计算和实验验证相结合的研究模式，建立肝炎到肝癌恶性转化过程的数学模型，开发基于动力系统分叉理论等的肝癌早期预测方法。(1)通过整合不同分子层次的高通量数据，基于最优化和图模型，推断肝炎到肝癌转化过程中的基因、转录调控网络，建立从肝炎到肝癌的恶性转化过程的分子调控网络。(2)通过整合比较网络特征，探测网络功能模块单元和活性通路，确定刻画转化过程的动态网络标记物，得到表征炎症恶性转化过程的关键节点和临界阶段，从网络层次解析肝癌可能致病机理。(3)从数据和网络两个层次整合高通量数据，确定肝炎转化过程中的动态网络标记物及构建网络变化熵函数，以此预测恶性转化临界阶段和关键节点，建立一套新的肝炎向肝癌转化的预测模型和方法，并利用动物模型实验验证所得到的理论结果。

复杂疾病的发生发展，特别是从肝炎到肝癌的恶性转化过程涉及到复杂分子网络的动态调控。本课题从系统生物学的角度，利用理论计算和实验验证相结合的研究模式，建立肝炎到肝癌恶性转化过程的数学模型，开发基于动力系统分叉理论等的肝癌早期预测方法。我们 (1)通过整合不同分子层次的高通量数据，基于最优化和图模型，推断肝炎到肝癌转化过程中的基因、转录调控网络，建立从肝炎到肝癌的恶性转化过程的分子调控网络；(2)通过整合比较网络特征，探测网络功能模块单元和活性通路，得到表征炎症恶性转化过程的关键节点或临界阶段，从网络层次解析肝癌可能致病机理；(3)从数据和网络两个层次整合高通量数据，确定肝炎转化过程中的动态网络标记物，以此预测恶性转化临界阶段和关键节点，建立一套新的肝炎向肝癌转化的预测理论模型和方法，并利用动物模型实验验证我们所得到的理论结果。