生物網絡

生物網絡指的是適用於生物系統的網絡。網絡指的是具有連為一體的子單元(例如鏈接到整個食物網的物種單元)的系統。生物網絡為生態學進化學生理學研究中發現的子單元連接提供了數學表示。神經網絡是生物網絡的一個例子[1]。對人類疾病的生物網絡分析構建了網絡醫學領域[2][3]

網絡生物學和生物信息學

複雜的生物系統可以由可計算的網絡表示,並作為可計算的網絡進行分析。例如,生態系統可以被建模為相互作用的物種的網絡,或者蛋白質可以被建模為氨基酸網絡。如果將蛋白質分解得更徹底,氨基酸可以表示為連接碳,氮和氧等原子的網絡。網絡的基本組件是節點和邊緣。節點表示網絡中的單元,而邊表示單元之間的相互作用。節點可以類型廣泛的生物單元,其範圍大至個體生物,小至大腦中的單個神經元。網絡的兩個重要屬性是度中心性和介數中心性。度指的是連接節點的邊數,而介數指的是節點在網絡中的中心程度。[4]具有高介數的節點往往充當網絡不同部分之間的橋梁(即交互必須通過該節點到達網絡的其他部分)。在社交網絡中,具有高度或高介數的節點可能在網絡的整體組成中起重要作用。

早在20世紀80年代,研究人員就開始將DNA或基因組視為一種語言系統的動態存儲裝置,其存儲的語言系統具有精確、可計算的有限狀態,可以表示為一個有限狀態機。[5]最近關於複雜系統的研究也提出了生物學問題、計算機科學問題和物理學問題(例如玻色-愛因斯坦凝聚,一種特殊的物質狀態)在信息組織方面的一些深刻的共性。[6]

生物信息學的關注焦點逐漸從個別基因、蛋白質和搜索算法轉向大規模網絡,並產生了各種「組」(-omes)如生物組(biome)、相互作用組(interactome)、基因組或蛋白質組。這些理論研究表明,生物網絡與其他網絡(例如因特網或社交網絡)共享許多特徵。

生物學網絡

蛋白-蛋白相互作用網絡

細胞中的許多蛋白-蛋白相互作用(PPI)形成蛋白質相互作用網絡(PIN),其中蛋白質是節點,它們的相互作用是邊。[7] PIN是生物學中分析得最為深入的網絡。有許多PPI檢測方法可以識別這種相互作用。例如,酵母雙雜交系統是研究二元相互作用的常用實驗技術。[8]

最近的研究表明分子網絡在長時間的進化過程中具有保守性。[9]此外,網絡中度數較高的蛋白質比度數較低的蛋白質對生物的生存更重要[10]。這表明網絡的整體組成(不僅僅是蛋白質對之間的相互作用)對生物體的整體功能是重要的。

基因調控網絡(DNA-蛋白質相互作用網絡)

基因的活性受與DNA結合的轉錄因子調節。大多數轉錄因子與基因組中的多個結合位點結合,因此,所有細胞都具有複雜的基因調控網絡。例如,人類基因組編碼了大約1,400個轉錄因子,它們調節20,000多個人類基因的表達。[11]研究基因調控網絡的技術包括ChIP-chip、ChIP-seq、CliP-seq等。

基因共表達網絡(轉錄本-轉錄本關聯網絡)

基因共表達網絡可以被理解為衡量轉錄本豐度的變量之間的網絡。這些網絡已被用於對DNA微陣列、RNA-seq或miRNA數據進行系統生物學分析。加權基因共表達網絡分析被廣泛用於鑑定共表達模塊和模塊內的中樞基因。共表達模塊可以與細胞種類或細胞通路對應。模塊內的中樞基因可以作為各自模塊的代表。

代謝網絡

活細胞中的各種化學物質被生化反應連接起來。生化反應由酶催化,將一種化學物質轉化為另一種化學物質。因此,細胞中的所有化學物質都是複雜的生化反應網絡的一部分,這一網絡被稱為代謝網絡。對這一網絡的分析可以幫助我們了解自然選擇如何作用於代謝途徑[4]

信號網絡

信號在細胞內或細胞之間轉導,從而形成複雜的信號傳導網絡。例如,在MAPK / ERK通路中,通過一系列蛋白-蛋白相互作用、磷酸化反應將信號從細胞表面轉導至細胞核。信號傳導網絡通常與蛋白-蛋白相互作用網絡、基因調控網絡和代謝網絡共同發揮作用。

神經網絡

大腦中複雜的相互作用使其成為應用網絡理論的理想對象。大腦中的神經元彼此密切相關,這導致大腦在結構和功能方面都形成了複雜的網絡。[12]例如,在靈長類動物大腦的皮層區域[13]或人類吞咽過程中可以觀察到小世界網絡的特徵[14]。這表明大腦的皮層區域並沒有直接相互作用,但大多數區域可以通過少數幾次相互作用彼此連接。

食物網

所有生物通過攝食作用相互連接。也就是說,如果一個物種吃另一個物種或被另一個物種吃掉,它們就會在捕食者和獵物相互作用的食物網中相連。網絡分析可用於研究食物網穩定性並考察某些特定網絡的特徵是否會使網絡更加穩定。

參考文獻

  1. ^ Phillips, Patrick C.; Promislow, Daniel E. L.; Proulx, Stephen R. Network thinking in ecology and evolution. Trends in Ecology & Evolution. 2005-06-01, 20 (6): 345–353 [2019-01-11]. ISSN 0169-5347. PMID 16701391. doi:10.1016/j.tree.2005.04.004. (原始內容存檔於2013-10-11) (英語). 
  2. ^ Abdi, Ali; Emamian, Effat S.; Habibi, Iman. Advanced Fault Diagnosis Methods in Molecular Networks. PLOS ONE. 2014-10-07, 9 (10): e108830 [2022-01-17]. ISSN 1932-6203. PMC 4188586 . PMID 25290670. doi:10.1371/journal.pone.0108830. (原始內容存檔於2019-12-11) (英語). 
  3. ^ Loscalzo, Joseph; Gulbahce, Natali; Barabási, Albert-László. Network medicine: a network-based approach to human disease. Nature Reviews Genetics. 2011-01, 12 (1): 56–68 [2019-01-11]. ISSN 1471-0064. PMC 3140052 . PMID 21164525. doi:10.1038/nrg2918. (原始內容存檔於2020-05-28) (英語). 
  4. ^ 4.0 4.1 Phillips, Patrick C.; Promislow, Daniel E. L.; Proulx, Stephen R. Network thinking in ecology and evolution. Trends in Ecology & Evolution. 2005-06-01, 20 (6): 345–353 [2019-01-11]. ISSN 0169-5347. PMID 16701391. doi:10.1016/j.tree.2005.04.004. (原始內容存檔於2013-10-11) (英語). 
  5. ^ Pratt, Ian. Book review: Foundation of Artificial Intelligence by David Kirsh (ed.) (Cambridge, MA: MIT Press). ACM SIGART Bulletin. 1993-04-01, 4 (2): 11–14. ISSN 0163-5719. doi:10.1145/152941.1064727. 
  6. ^ Bianconi, Ginestra; Barabási, Albert-László. Bose-Einstein Condensation in Complex Networks. Physical Review Letters. 2001-06-11, 86 (24): 5632–5635. doi:10.1103/PhysRevLett.86.5632. 
  7. ^ Habibi, Iman; Emamian, Effat S.; Abdi, Ali. Quantitative analysis of intracellular communication and signaling errors in signaling networks. BMC Systems Biology. 2014-08-13, 8 (1): 89. ISSN 1752-0509. PMC 4255782 . PMID 25115405. doi:10.1186/s12918-014-0089-z. 
  8. ^ Karimipour, V.; Ramezanpour, A.; Mashaghi, A. R. Investigation of a protein complex network. The European Physical Journal B - Condensed Matter and Complex Systems. 2004-09-01, 41 (1): 113–121 [2019-01-11]. ISSN 1434-6036. doi:10.1140/epjb/e2004-00301-0. (原始內容存檔於2021-03-08) (英語). 
  9. ^ Ideker, Trey; Karp, Richard M.; Sittler, Taylor; Uetz, Peter; McCuine, Scott; Kuhn, Tanja; Kelley, Ryan M.; Suthram, Silpa; Sharan, Roded. Conserved patterns of protein interaction in multiple species. Proceedings of the National Academy of Sciences. 2005-02-08, 102 (6): 1974–1979 [2019-01-11]. ISSN 1091-6490. PMC 548573 . PMID 15687504. doi:10.1073/pnas.0409522102. (原始內容存檔於2020-05-22) (英語). 
  10. ^ Oltvai, Z. N.; Barabási, A.-L.; Mason, S. P.; Jeong, H. Lethality and centrality in protein networks. Nature. 2001-05, 411 (6833): 41–42 [2019-01-11]. ISSN 1476-4687. doi:10.1038/35075138. (原始內容存檔於2021-05-25) (英語). 
  11. ^ Luscombe, Nicholas M.; Teichmann, Sarah A.; Kummerfeld, Sarah K.; Vaquerizas, Juan M. A census of human transcription factors: function, expression and evolution. Nature Reviews Genetics. 2009-04, 10 (4): 252–263 [2019-01-11]. ISSN 1471-0064. doi:10.1038/nrg2538. (原始內容存檔於2021-12-10) (英語). 
  12. ^ Sporns, Olaf; Bullmore, Ed. Complex brain networks: graph theoretical analysis of structural and functional systems. Nature Reviews Neuroscience. 2009-03, 10 (3): 186–198 [2019-01-11]. ISSN 1471-0048. doi:10.1038/nrn2575. (原始內容存檔於2020-06-18) (英語). 
  13. ^ Zhou, Huan-Xiang. The debut of PMC Biophysics. PMC Biophysics. 2008, 1 (1): 1 [2019-01-11]. ISSN 1757-5036. doi:10.1186/1757-5036-1-1. (原始內容存檔於2020-06-06). 
  14. ^ Functional connectivity patterns of normal human swallowing: difference among various viscosity swallows in normal and chin-tuck head positions. Brain Research. 2016-12-01, 1652: 158–169. ISSN 0006-8993. PMC 5102805 . PMID 27693396. doi:10.1016/j.brainres.2016.09.041 (英語).