很多生物系统的动态发展过程中都存在状态临界改变现象，例如疾病，在离突变点较远时，病情不明显；而到达临界点时，病情在很短的时间内从稳定期突然恶化而成为重病期。如何基于高维生物医学数据，找到可用于识别生物系统状态改变临界期的标记物，对包括疾病的早期诊断等课题具有重要意义。围绕生物系统临界点预警这一课题，基于动态网络标志物理论，我们针对不同的数据情况开发了适用的计算方法，这些算法在许多实际数据上得到了成功的应用。基于动态网络标记物，我们将介绍利用高维数据的一些临界点预警算法，及其应用实例。