研究方向与内容Latest news

实验室研究方向与内容

生物电子学是信息科学与生命科学这两大学科的前沿交叉领域。

生物纳米材料与器件:研究纳米结构与器件的制备和特性,探讨纳米功能材料与生物体的相互作用及其机制,发展能诱导(或抑制)细胞生长、促进细胞分化、生物相容性的纳米材料及器件;研制多功能纳米生物探针,发展靶向识别、多元检测、多模态成像以及诊疗一体化等技术,为疾病诊疗、环境检测及食品安全领域的重大应用需求提供创新的方法和工具。

生物信息获取与传感:研究生物界面的电子传递、能量转换和信息处理等过程及理化机制,发展生物信息的编码、转换和获取技术;研究生物信息传感的新原理和新技术,研制高灵敏、高特异性的生物传感器;研究单分子、单细胞水平的实时、原位、在线的生物信号检测和处理方法,发展仿生芯片技术,开拓生物电子器件在信息科学与生命科学领域的创新应用。

生物信息系统及应用:研究高通量基因信息分析技术,发展新一代基因测序系统;研究生物信息分析的理论和方法,建立生物组学和系统生物学相关的数理模型和算法,探究跨组学分子网络及其生物信息调控规律;研究生物计算原理和系统,探索类脑信息系统和神经计算模型;建立有特色的生物信息数据库和生物医学大数据研究平台,为精准健康和精准医学提供新方法和新工具。

生物纳米材料与器件

生物纳米材料与器件对生物材料的结构、功能及其相关性进行研究。在此基础上,制备分子/纳米有序材料、研究分子/纳米有序结构的组装和表征,发展与分子识别、信息转换等相关的生物材料,构建若干重要的分子器件和医学电子器件,开展分子/纳米材料和器件在医学和生物学中的应用研究。具体研究分为以下3个方向。

(1) 生物材料  研究生物材料的结构和功能、生物材料生物相容性评价新技术和新方法。在分子、细胞和个体等不同层次上研究材料和器件的功能及其与机体的相互作用机理。开发新型的具有生物功能的纳米材料。同时对纳米颗粒在生物体内的传输、代谢、富集特性,以及它们与机体的相互作用机理进行研究,考察其短期或长期的安全性及有效性,开展在疾病早期诊断、药物缓释、靶向控释、局部过热疗法和人体组织修复等方面的应用研究。

(2)仿生材料和器件  在对生物材料研究的基础上,结合仿生技术,利用微纳加工和自组装等方法,探索并确立可用于信息处理、组织工程、生物传感等的新材料、新效应和新机制;研究分子(纳米)器件工作原理和设计方法;研制若干新型的功能材料和器件。实现高密度、超高速信息存储和处理、以及高效率能量、信号转换等功能。

(3)生物电子器件开发和综合应用  研制若干新型的植入式/非植入式生物电子器件,开展人类器官的功能修复和拓展技术研究,研究相关的生物电信号采集、分析和控制技术。

  • – 分子(纳米)有序材料及其制备
  • – 分子有序结构的组装与表征
  • – 分子/纳米器件的研究
  • – 生物(纳米)材料及其应用
  • – 生物电活性器件

生物信息获取与传感

发展单分子和单细胞检测技术,探索可对活细胞中蛋白质、核酸、重要代谢产物等分子原位动态检测的新技术和新方法;在单分子水平上研究分子与分子的相互作用。发展新的生物传感器和生物芯片技术,实现生物信息的高灵敏度和高通量检测,运用于生物医学、环境检测、食品安全等领域。

(1) 单分子与单细胞的检测  发展扫描探针显微术与激光共聚焦显微术,进行生物分子的高分辨率检测。研究多种新型分子探针技术,实现单个分子、病毒和细胞的标记,实现生物单分子行为的适时、原位、高灵敏度检测。发展可对单个生物分子、病毒和细胞进行电学、光学和力学等特性进行研究和表征的新技术、新装置。

(2)生物传感器与分子诊断  研究生物分子检测的新原理和新技术,发展非标记光学/电学检测技术,发展特异性强、灵敏度高和稳定性好的生物传感技术,应用于生物医学研究和重大疾病的临床诊断。

(3) 生物芯片及后基因组技术研究和应用  发展高密度生物芯片及微纳流体芯片。研究生物芯片的新原理和新技术,提高生物芯片检测通量、特异性和灵敏度,开展基于生物芯片的DNA/蛋白/细胞相互作用研究;在全基因组水平上进行基因多态性和甲基化模式的检测;制备出基因突变筛查、微小RNA和蛋白质表达、细胞鉴别等高通量专用微阵列芯片。同时结合微纳加工将相关的检测集成化,开发具有自主知识产权的仪器。

  • – 单分子与单细胞的检测
  • – 生物传感器
  • – 微阵列芯片技术
  • – 微流体生物芯片

生物信息系统及应用

研究基因组序列特别是基因组非编码区的编码规律,发展基于特征的基因组分析方法和技术。以此为基础,探索基因组非编码区的功能,研究不同物种基因组的进化关系。研究生物分子相互作用,发展基于结构分析的相互作用预测方法,着重分析转录因子与DNA的相互作用、蛋白质之间的相互作用,为构建生物分子相互作用网络提供可靠依据。研究计算诊断学方法,发展面向重大疾病诊断的元分析方法,开发针对基因功能、基因与疾病关系的文本挖掘软件,建立基因组多态性与疾病关系数据库,建立微阵列数据整合及分析的软件平台。研究生物计算原理,构建仿生计算模型,探索其实现途径。与生物检测技术相结合,研究与情绪相关的生物学机制,探讨人类情绪发展的规律以及在学习和记忆等认知过程的作用。

  • – 生物信息学
  • – 仿生信息处理系统及应用
  • – 大脑信息系统的建模和应用