千龙网讯（记者 刘美君）利用简洁的数学模型解答自然界的复杂现象，10月11日，北京雁栖湖应用数学研究院举行发布会，介绍该院科研团队最新发表的“超网”理论。该理论由团队自主研发构建，未来有望在解决全球气候变化、疾病、粮食产量等复杂问题上发挥重要作用。
以癌症研究为例，当前人们认为，癌症的产生是由5%的基因因素、29%的环境和生活方式因素，以及66%的随机错误共同作用导致的。北京雁栖湖数学院副院长邬荣领坦言，目前学术界的研究主要围绕前两个因素展开，对于后者则无从下手。
邬荣领说，我们常把患癌症归结于运气不好，但其实，偶然中包含着必然。构建起一个复杂高阶互作网络模型，就能实现随机复杂系统的解析，解答其背后的必然。通过测序、图像等技术，人类将复杂的自然现象逐步转化为数据表达。在这些研究的基础上，该院科研团队融合数学、物理、化学等多个学科知识，利用数学语言织起一张“超网”，借助新模型更好地发现自然的内在运行规律。
具体来说，超网的建立可以区分节点交互作用如何调节第三个节点（主动 HOI）以及每个节点的改变状态如何反过来控制其他节点之间的交互作用（被动 HOI）。主动和被动 HOI 的同时发生可以驱动复杂系统在多个时间和空间尺度上演化。本研究利用新模型重建了六种微生物群落的超网，并通过使用 GLMY 同源性理论剖析超网的拓扑结构，发现成对互作和 HOI 在塑造群落行为和动态方面发挥着不同的作用。使用基于三种细菌物种的一系列体外单培养、共培养和三培养实验验证了超网模型的统计学意义。
目前，该模型的运算结果，已经得到了实验数据验证，在3种不同细菌的联合培养实验中，模型成功模拟了细菌相互作用的繁殖趋势。邬荣领说，“我们合作的科研团队在一种疾病缺陷易感模型中发现，动物实验的结果与‘超网’预测的结果趋势吻合，目前正在进行样本的进一步分析。”
值得了解的是，本研究建立的超网模型能更有效地研究群落行为背后的物种间相互作用的拓扑结构和功能。此模型构建的超网的 GMLY 剖析可能成为解开极其复杂的群落（例如肠道微生物群）的必要程序，给该领域的发展提供重要的信息。
北京雁栖湖应用数学研究院院长丘成桐表示，作为本市建设的新型研发机构，目前，北京雁栖湖数学院已引进全职科研人员170人，其中有39.4%为外籍人员，他们来自24个不同的国家。研究院的建设，把25%的精力放在基础数学，以提供重要的研究方法和工具，50%来做应用数学研究，最后25%的精力用于从应用数学到工业领域的延伸。他表示，这次发表的成果，可以与其他系统碰撞出更重要的影响，在人工智能或其他种种重要的应用上，有望发挥越来越大的威力。
邬荣领则强调，我们的互作网络能解析随机、非线性、不确定的自然现象，发现其背后的真实状态，从而能解析任何社会现象、自然现象的内在规律。同时，我们的互作网络可以作为人工智能的一个底层框架，为人工智能提供了数学基础。