系统生物学.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,系统生物学,生命科学的新领域,材料化学32班,黄娇凤,摘要：,20世纪生物学从宏观到微观进步巨大，传统的分析还原的研究方法受到质疑。在此背景下，,系统生物学是继基因组学、蛋白质组学之后一门新兴的生物学交叉学科,。从系统角度来进行生物学研究逐步成为现代生物学研究方法的主流。在研究上，了解一个复杂的生物系统需要整合实验和计算方法、基因组学和蛋白质组学中的高通量方法为系统生物学发展提供大量的数据，计算生物学通过,数据处理,、,模型构建,和,理论分析,，成为系统生物学发展的一个必不可缺的、强有力的工具，已经在诸多医学前沿领域的研究中成为重要研究方法而被广泛应用。本文旨在,阐述系统生物学的发展现状及其应用前景,，希望能对广大相关领域的读者有所价值。,关键词,：,计算生物学,系统生物学,蛋白质组学,基因组学,先驱,：,在1969年，,Bertalanfy LV,就提出了一般,系统理论,(general systems theory)，他在文章中指出,生物体是一个开放系统，对其组成及生物学功能的深入研究最终需要借助于计算机和工程学等其他分支学科才能完成,1,。,在,1999年，由,Leroy Hood,创立的,系统生物学,(systems biology)则是在以,还原论,为主流的现代生物学中反其道而行之，把这种以整体为研究对象的概念重新提出。他给系统生物学赋予了这样的定义，系统生物学(systems biology)是,研究一个生物系统中所有组成成分(基因、mRNA、蛋白质等)的构成，以及在特定条件下这些组分间的相互关系的学科,。以胡德的观点，基因、蛋白质以及环境之间不同层次的交互作用共同架构了整个系统的完整功能。因此，用,系统的方法来理解一个生物系统,应当成为并正在,成为生物学研究方法的主流,。,近代生物学发展现状,：,近代生物学研究主要是以,分子生物学,和,细胞生物学,研究为主。研究方法皆采用典型的,还原论方法,。目前为止，还原论的研究已经取得了大量的成就，在细胞甚至在分子层次对生物体都有了很具体的了解，但,对生物体整体的行为却很难给出系统、圆满的解释,。生物科学还,停留在实验科学的阶段,，没有形成一套完整的理论来描述生物体如何在整体上实现其功能行为，这实际上是还停留在牛顿力学思想体系的简单系统的研究阶段2，3。,系统生物学的短板,：,对一个复杂的生物系统来说，研究,基因,和,蛋白质,是非常重要的，而且它将,是我们系统生物学的基础,，但是仅仅这些尚,不能充分揭示一个生物系统的全部信息,。这种研究结果只限于解释生物系统的微观或局部现象，并不能解释系统整体整合功能的来源，不能充分揭示一个生物系统的信息，且忽略了系统中各个层面的交互、支持、整合等作用,限制了生物学研究的发展。,系统生物学的主要研究内容,系统生物学的技术平台主要为各种组学研究。这些高通量的组学实验,构成了系统生物学的技术平台,，,提供建立模型所需的数据,，并,辨识出系统的结构,。,系统生物学主要研究,：,实体系统(如生物个体、器官、组织和细胞)的建模与仿真、生化代谢途径的动态分析、各种信号转导途径的相互作用、基因调控网络以及疾病机制等4，5。,系统生物学的首要任务,：,对系统状态和结构进行描述，即致力于对系统的分析与模式识别，包括对系统的元素与系统所处环境的定义，以及对系统元素之间的相互作用关系和环境与系统之间的相互作用的深入分析。,系统生物学的研究包括两方面的内容,：,一是，,实验数据的取得，这主要包括提供生物数据的各种组学技术平台,二,是利用计算生物学建立生物模型。,返回,系统生物学的研究思路及特点,系统生物学识别,目标生物系统中的各种因素,，然后,构架一个系统模,型，在其中赋予这个,生物系统能动,性。在此模型中研究细胞、组织、器官和生物体整体水平，研,究结构和功能各异的各种分子及其相互作,用，并通过计算生物学来定量描述和预测,生物功能,、,表型,和,行为,。系统生物学最大的特点即整合。,这里的整合主要包括,三重,含义。,第一,，把系统内,不同性质的构成要素,(DNA、mRNA、蛋白质、生物小分子等)整合在,一起进行研究,；,第二,，对于,多细胞生物,，系统生物学要实现从基因到细胞、到器官、到组织甚至是个体的,各个层次的整合,。,第三,，研究,思路和方法的整合,。经典的分子生物学研究是一种垂直型的研究，即采用多种手段研究个别的基因和蛋白质。而基因组学、蛋白质组学和其他各种“组学”则是水平型研究，即以单一的手段同时研究成千上万个基因或蛋白质。而系统生物学的特点，则是要把,水平型研究,和,垂直型研究,整合起来，,成为一种“三维”的研究,6。,返回,系统生物学的研究方法,系统生物学最重要的研究手段是,干涉,(perturbation)。系统生物学的发展正是由于对生物系统的干扰手段不断进步促成的。干涉主要分为从上到下(top-down)或从下到上(bottom-up)两种。从上到下，即由外至里，主要指在,系统内添加新的元素，观察系统变化,。,目前国际上系统生物学的研究方法根据所使用研究工具的不同可分为两类：一类是,实验性方法,，一类是,数学建模方法,。,实验性方法,实验性方法,主要是通过,进行控制性的反复实验来理解系统,8，9。,首先,明确要研究的系统以及所关注的系统现象或功能,，鉴别系统中的所有主要元素，如DNA、mRNA、蛋白质等，并收集所有可用的实验数据，建立一个描述性的初级模型(比如图形的)，用以解释系统是如何通过这些元素及其之间的相互作用实现自身功能的。,其次在,控制其他条件不变,的情况下，,干扰系统中的某个元素,，由此得到这种干扰情况下系统各种层次水平的一些数据，同时收集系统状态随时变化的数据，整合这些数据并与初级模型进行比较，对模型与实际之间的不符之处通过提出各种假设来进行解释，同时修正模型。,最后,设计不同的干扰,，,重复上面的步骤,，直到实验数据与模型相一致为止。,数学建模方法,数学建模10，11方法在,根据系统内在机制对系统建立动力学模型,，来,定量描述系统各元素之间的相互作用,，进而预测系统的动态演化结果。,首先选定要,研究的系统,，确定描述系统状态的,主要变量,，以及系统内部和外部环境中所有影响这些变量的重要因素。,然后深入分析这些因素与状态变量之间的,因果关系,，以及变量之间的,相互作用方式,，建立状态变量的,动态演化模,型。,再利用数学工具对,模型进行求解,或者,定性定量分析,，充分挖掘数学模型所反映系统的动态演化性质，给出可能的演化结果，从而,对系统行为进行预测,。,当代系统生物学研究热点,基因表达,、,基因转换开关,、,信号转导途径,，,以及,系统出现疾病的机制分析,等四个方面是目前系统生物学研究的主要阵地。,基因组医学,后基因组的交叉学科研究,细胞信号转导的研究,基因组医学,基因组医学,(genomic medicine)是,以人类基因组为基础的生命科学和临床医学的革命,。生命科学和临床医学结合，将人类基因组研究成果转化应用到临床实践中，是后基因组时代最重要的研究方向之一。人类基因组计划从完成和多种疾病相关的基因研究发现迅速进入到蛋白质组学、染色体组和人类疾病基因的研究，通过单基因或复杂多基因疾病的相关基因研究和疾病易感因素分析，达到揭示基因与疾病的关系之目的；遗传背景与环境因素综合作用对疾病发生发展的影响；为疾病的诊断、预防和治疗、预后和风险预测提供依据。基因组医学将大大提高我们对健康和疾病状态的分子基础的认识，增强研制有效干预方法的能力。,后基因组的交叉学科研究,后基因组(post-genome)的交叉学科研究,是目前生命科学研究的前沿。交叉学科是一个新的研究领域，范围非常广阔，如基因组、蛋白质组、转录组等等，从而出现许多新的交叉学科。,细胞信号转导的研究,细胞信号转导(signal transduction)的研究,是当前细胞生命活动研究的重要课题。细胞信号转导蛋白质组学,是功能蛋白质组学的重要组成部分,。系统地研究多条信号转导通路中蛋白质及蛋白质间相互关系及其作用规律，细胞信号转导通路网络化，其作用模式、通路、功能机制、调控多样化，细胞信号转导结构、功能、途径的异常在癌症、心血管疾病、糖尿病和大多数疾病中起重要作用。对细胞信号转导机制的了解，已成为创新药物、防病治病的关键。细胞信号转导不是一门单一学科，而是多种学科,。,现阶段系统生物学存在的问题,目前的系统生物学研究还只是,初步使用动力学建模方法,来定量描述系统的动态演化行为，这种方法对简单巨系统是适用的，但是在运用到复杂适应性系统时就会,表现出很多的局限性,，有很多问题就不能解决。生物体系统的复杂程度超乎我们的想象，现阶段不宜研究整个生物体系统，可以从研究“小系统”(生物体中具有一定功能、相对独立的部分，将其看成一个“系统”)开始，当然如何正确地分析这个小系统本身也不是件易事。,现有技术水平的限制,分析水平的限制,现有技术水平的限制,着眼于整体的系统生物学,对技术、仪器的依赖性大大超过传统的分子生物学,。高通量、大规模的基因组及蛋白质组等的发展都是,建立于新技术、新仪器出现基础之上,。就目前的技术水平来讲，距系统生物学所要求达到的理想水平还相差很远。由于技术发展的不均衡造成了系统中各个水平上的研究不均衡。建立适当的方法来系统检测这些分子的变化是系统生物学能否发展的关键。,分析水平的限制,系统的复杂性决定了全面分析的复杂性,。人类基因组计划的实施提供了庞大的信息资源，已让人眼花缭乱，而对于较核苷酸复杂得多的蛋白质及代谢物等的分析将是更大的挑战。如何系统而详尽地为公共数据库中的信息加上注解，对这些复杂数据进行储存和分析将成为系统生物学发展的瓶颈。,参考文献,：,1,Dickson BJ,Moser EI.Neurobiology of behaviourJ.Curr Opin Neurobiol,2007,17(6):672-674.,2,Wang Kunren，Xue Shaobai，uu HuituCell BiologyMBeijing：Beijing Normal University Press，1998,3,朱玉贤，李毅现代分子生物学M北京：高等教育出版社，2001,4,Nottale L,Auffray C.Scale relativity theory and integrative systems biology:2 Macroscopic quantum-type mechanicsJ.Prog Biophys Mol Biol,2008,97(1):115-157.,5,Rho S,You S,Kim Y,et al.From proteomics toward systems biology:integration of different types of proteomics data into network modelsJ.BMB Rep，2008，41(3):184-193.,6,吴家睿系统生物学面面观J科学杂志，2002,54(6):26-28.,7,Price ND,Foltz G,Madan A,et al.Systems biology and cancer stem cellsJ.J Cell Mol Med,2008,12(1):97-110.,8,Bonneau R,Reiss DJ,Shannon P,et al.The Inferelator:an algorithm for learning parsimonious regulatory networks from systems-biology data sets de novoJ.Genome Biol,2006,7(5):R36.,9,Ullah M,Wolkenhauer O.Family tree of Markov models in systems biologyJ.IET Syst Biol,2007,1(4):247-254.,10,Wolkenhauer O.Mathematical modelling in the post-genome era:understanding genome expression and regulationa system theoretic approachJ.Biosystems,2002,65(1):1-18.,谢谢,Thanks,Merci,Danke,Gracias,Grazie,