什么是系統(tǒng)生物學(xué)系統(tǒng)生物學(xué)（Systems biology），是一個(gè)使用整體論（而非還原論）的方式，整合不同學(xué)科，層次的信息以理解生物系統(tǒng)如何行使功能的學(xué)術(shù)領(lǐng)域。它是研究生物實(shí)體各個(gè)組成部分相互作用和行為的學(xué)科，包括分子、細(xì)胞、器官、有機(jī)體乃至環(huán)境。系統(tǒng)生物學(xué)是以一種新角度從生物動(dòng)力學(xué)系統(tǒng)出發(fā)進(jìn)行研究，其具有信息學(xué)科特點(diǎn)。 一般說來(lái)，生物信息以這樣的方向進(jìn)行流動(dòng)：DNA→mRNA→蛋白質(zhì)→蛋白質(zhì)相互作用網(wǎng)絡(luò)→細(xì)胞→器官→個(gè)體→群體。這里要注意的是，每個(gè)層次信息都對(duì)理解生命系統(tǒng)的運(yùn)行提供有用的視角。不同層次的研究難度也是不一樣的。系統(tǒng)生物學(xué)的重要任務(wù)就是要盡可能地獲得每個(gè)層次的信息并將它們進(jìn)行整合。  生物有機(jī)體是非常復(fù)雜的，它們的許多部分以多種方式相互作用。因此，它們通?？梢员豢醋魇羌傻南到y(tǒng)。對(duì)比一個(gè)收音機(jī)和細(xì)胞的信號(hào)網(wǎng)絡(luò)可以看到它們之間的相似之處。但比之收音機(jī)，試圖理解一個(gè)生物有機(jī)體系統(tǒng)要困難得多，主要是因?yàn)橄到y(tǒng)中交互作用的數(shù)量和強(qiáng)度過于巨大且缺乏一種通用的生物學(xué)描述語(yǔ)言。不過，可用的計(jì)算機(jī)能力和復(fù)雜系統(tǒng)分析的進(jìn)步帶來(lái)了希望，成為系統(tǒng)生物學(xué)的基本和不可缺少的方法。   系統(tǒng)生物學(xué)不同于以往僅僅關(guān)心個(gè)別的基因和蛋白質(zhì)的分子生物學(xué)，著眼于研究細(xì)胞信號(hào)傳導(dǎo)和基因調(diào)控網(wǎng)路、生物系統(tǒng)組成之間相互關(guān)系的結(jié)構(gòu)和系統(tǒng)功能的涌現(xiàn)。系統(tǒng)生物學(xué)的目標(biāo)之一就是模擬和發(fā)現(xiàn)涌現(xiàn)的特性，并期望最終能夠建立包括整個(gè)生物系統(tǒng)的可理解模型。 事實(shí)上，據(jù)2011年的《cell》報(bào)導(dǎo)，這一壯舉已經(jīng)在生殖支原體（Mycoplasma genitalium）的細(xì)胞模型中實(shí)現(xiàn)了，其中所有的基因、產(chǎn)物以及已知的代謝相互作用都已在電腦中重建。 A Whole-Cell Computational Model Predicts Phenotype from GenotypeKarr, Jonathan Rcell（2012） 系統(tǒng)生物學(xué)的歷史進(jìn)程1924~1928 年奧地利生物學(xué)家貝塔郎菲多次發(fā)表系統(tǒng)論的文章，闡述生物學(xué)中有機(jī)體概念，提出把有機(jī)體當(dāng)作一個(gè)整體或系統(tǒng)來(lái)研究。貝塔朗菲的一般系統(tǒng)論，維納的控制論到香農(nóng)的信息論，及普利高津的耗散結(jié)構(gòu)理論（Dissipative structures），均將生命現(xiàn)象看作區(qū)別于僅靠外部指令運(yùn)作的自組織系統(tǒng)。 自20 世紀(jì)60 年代系統(tǒng)生物學(xué)概念和詞匯的提出起，60-80年代系統(tǒng)生態(tài)學(xué)、系統(tǒng)生理學(xué)的進(jìn)展，90年代系統(tǒng)生物醫(yī)學(xué)、系統(tǒng)醫(yī)學(xué)、系統(tǒng)生物工程與系統(tǒng)遺傳學(xué)的概念發(fā)表，與20 世紀(jì)未細(xì)胞信號(hào)傳導(dǎo)與基因調(diào)控的研究與系統(tǒng)論方法的結(jié)合后，系統(tǒng)生物學(xué)進(jìn)入了分子細(xì)胞層次的（實(shí)驗(yàn)與理論結(jié)合）研究與發(fā)展時(shí)期。尤其在 1979年，德國(guó)生物化學(xué)家艾根提出超循環(huán)理論（Hypercycles），對(duì)無(wú)機(jī)分子自組織成生物大分子的可能機(jī)制進(jìn)行了解釋，打通了生命系統(tǒng)和無(wú)機(jī)物之間的橋梁。 21世紀(jì)，系統(tǒng)生物學(xué)的發(fā)展進(jìn)入了細(xì)胞信號(hào)轉(zhuǎn)導(dǎo)與基因表達(dá)調(diào)控的細(xì)胞分子系統(tǒng)生物學(xué)時(shí)期，國(guó)際，國(guó)內(nèi)的系統(tǒng)與合成生物學(xué)，系統(tǒng)遺傳學(xué)等研究機(jī)構(gòu)紛紛建立，讓生物學(xué)進(jìn)入了系統(tǒng)生命科學(xué)時(shí)代。2001年的第二屆國(guó)際系統(tǒng)生物學(xué)會(huì)提出對(duì)生物體整個(gè)過程做全面性的定量研究，并希望利用計(jì)算機(jī)運(yùn)算來(lái)預(yù)測(cè)細(xì)胞，器官系統(tǒng)甚至完整生物體的表現(xiàn)。 人類基因組計(jì)劃（HGP： Human Genome Project ; 1990–2003）的發(fā)起人之一，美國(guó)科學(xué)家萊諾伊·胡德 （Leroy Hood） 是組學(xué) （Omics） 生物技術(shù)開創(chuàng)者之一。正是在基因組學(xué)、蛋白質(zhì)組學(xué)等新型大科學(xué)發(fā)展的基礎(chǔ)上，孕育了系統(tǒng)生物學(xué)種種高通量生物技術(shù)和生物信息技術(shù)。 四個(gè)階段1.初步模型：是對(duì)選定的某一生物系統(tǒng)的所有組分進(jìn)行了解和確定，描繪出該系統(tǒng)的結(jié)構(gòu)，包括基因相互作用網(wǎng)絡(luò)和代謝途徑，以及細(xì)胞內(nèi)和細(xì)胞間的作用機(jī)理，以此構(gòu)造出一個(gè)初步的系統(tǒng)模型。 2.觀測(cè)實(shí)驗(yàn)：是系統(tǒng)地改變被研究對(duì)象的內(nèi)部組成成分（如基因突變）或外部生長(zhǎng)條件，然后觀測(cè)在這些情況下系統(tǒng)組分或結(jié)構(gòu)所發(fā)生的相應(yīng)變化，包括基因表達(dá)、蛋白質(zhì)表達(dá)和相互作用、代謝途徑等的變化，并把得到的有關(guān)信息進(jìn)行整合。 3.分析修訂：把通過實(shí)驗(yàn)得到的數(shù)據(jù)與根據(jù)模型預(yù)測(cè)的情況進(jìn)行比較，并對(duì)初始模型進(jìn)行修訂。 4.理想模型：根據(jù)修正后的模型的預(yù)測(cè)或假設(shè)，設(shè)定和實(shí)施新的改變系統(tǒng)狀態(tài)的實(shí)驗(yàn)，重復(fù)第二步和第三步，不斷地通過實(shí)驗(yàn)數(shù)據(jù)對(duì)模型進(jìn)行修訂和精練。第一到第三階段，也就是以下的“整合”- 系統(tǒng)理論、“干涉”- 實(shí)驗(yàn)生物學(xué)和“信息”- 計(jì)算生物學(xué)等研究，即系統(tǒng)論和實(shí)驗(yàn)（Experimental）、計(jì)算（Computational）方法整合的系統(tǒng)生物學(xué)概念，目標(biāo)就是要得到一個(gè)理想的模型，使其理論預(yù)測(cè)能夠反映出生物系統(tǒng)的真實(shí)性。 以上圖四個(gè)階段為例，每一個(gè)階段都是在前一個(gè)階段的基礎(chǔ)上建立起來(lái)的。重構(gòu)過程的另一個(gè)特點(diǎn)是重構(gòu)內(nèi)容的迭代細(xì)化，這是由后三個(gè)階段的實(shí)驗(yàn)數(shù)據(jù)驅(qū)動(dòng)的。對(duì)于每個(gè)階段，都需要特定的數(shù)據(jù)類型，這些數(shù)據(jù)類型包括從高通量數(shù)據(jù)類型（例如，基因組學(xué)和代謝組學(xué)）到描述單個(gè)成分的詳細(xì)研究（例如，特定反應(yīng)的生化數(shù)據(jù)）。每個(gè)重構(gòu)階段生成的結(jié)果可以用于檢查越來(lái)越多的問題，最終獲得理想模型。 Reconstruction of biochemical networks in microorganismsFeist， Adam, M.nature（2008） 分類干涉的科學(xué)與發(fā)現(xiàn)的科學(xué)1.干涉凡是實(shí)驗(yàn)科學(xué)都有這樣一種特征：人為地設(shè)定某種或某些條件去作用于被實(shí)驗(yàn)的對(duì)象，從而達(dá)到實(shí)驗(yàn)的目的。這種對(duì)實(shí)驗(yàn)對(duì)象的人為影響就是干涉 (Perturbation）。系統(tǒng)生物學(xué)中的干涉有這樣一些特點(diǎn)。首先，這些干涉應(yīng)該是有系統(tǒng)性的。例如人為誘導(dǎo)基因突變，過去大多是隨機(jī)的；而在進(jìn)行系統(tǒng)生物學(xué)研究時(shí)，應(yīng)該采用的是定向的突變技術(shù)。 2.發(fā)現(xiàn)以測(cè)定基因組全序列或全部蛋白質(zhì)組成的基因組研究或蛋白質(zhì)組研究等“規(guī)模型大科學(xué)”，并不屬于經(jīng)典的實(shí)驗(yàn)科學(xué)。這類工作中并不需要干涉，其目標(biāo)只是把系統(tǒng)的全部元素測(cè)定清楚，以便得到一個(gè)含有所有信息的數(shù)據(jù)庫(kù)。胡德把這種類型的研究稱為“發(fā)現(xiàn)的科學(xué)” (Discovery Science），而把上述依賴于干涉的實(shí)驗(yàn)科學(xué)稱為“假設(shè)驅(qū)動(dòng)的科學(xué)” (Hypothesis-Driven Science），因?yàn)檫x擇干涉就是在做出假設(shè)。 “干”與“濕”實(shí)驗(yàn)離開了數(shù)學(xué)和計(jì)算機(jī)科學(xué)，就不會(huì)有系統(tǒng)生物學(xué)。也許正是基于這一考慮，科學(xué)家把系統(tǒng)生物學(xué)分為“濕”的實(shí)驗(yàn)部分（實(shí)驗(yàn)室內(nèi)的研究）和“干”的實(shí)驗(yàn)部分（計(jì)算機(jī)模擬和理論分析）。 “自頂向下”與“自下而上”的方法系統(tǒng)生物學(xué)的目的是在計(jì)算機(jī)模型（或數(shù)學(xué)模型）中重建一個(gè)生物系統(tǒng)，然后用來(lái)模擬系統(tǒng)的行為?；旧嫌袃煞N系統(tǒng)生物學(xué)的方法，“自頂向下”從全部組學(xué)分析開始，而“自下而上”是從已知的單個(gè)路徑開始，在實(shí)際應(yīng)用中它們可以互補(bǔ)而不是相互排斥[4]。  在自頂向下的系統(tǒng)生物學(xué)中，高通量的實(shí)驗(yàn)數(shù)據(jù)，這些數(shù)據(jù)被用來(lái)重建通路或共調(diào)控模塊。這些模塊可以成為更詳細(xì)的研究的基礎(chǔ)，其中單個(gè)組件的動(dòng)力學(xué)被量化。在自下而上的系統(tǒng)生物學(xué)中，通路的重建是基于對(duì)個(gè)體成分相互作用的研究。 1.自頂向下 自頂向下的系統(tǒng)生物學(xué)（Top-down systems biology）依賴于不同的全基因組分析，在這種分析中，數(shù)據(jù)是從一個(gè)暴露在不同條件下或受到基因干擾（如通過敲除特定基因）的系統(tǒng)中收集的。首先，基因、蛋白質(zhì)和代謝產(chǎn)物表現(xiàn)出顯著變化識(shí)別使用適當(dāng)?shù)慕y(tǒng)計(jì)方法（通常與多個(gè)校正測(cè)試），緊隨其后的是集群和更高級(jí)的分析，得到的數(shù)據(jù)可以結(jié)合結(jié)構(gòu)信息，例如DNA的蛋白質(zhì)相互作用數(shù)據(jù)（從ChIP-chip實(shí)驗(yàn)）。這種類型的分析通常使識(shí)別協(xié)同調(diào)節(jié)模塊成為可能。自頂向下的系統(tǒng)生物學(xué)的優(yōu)點(diǎn)是它是非教條的，并且不需要通路結(jié)構(gòu)的先驗(yàn)知識(shí)。由于假陽(yáng)性的可能性，重構(gòu)的通路需要用傳統(tǒng)的分子生物學(xué)進(jìn)行實(shí)驗(yàn)驗(yàn)證。 2.自下而上 自下而上的系統(tǒng)生物學(xué)（Bottom-up systems biology）依賴于已知路徑或子系統(tǒng)的可用知識(shí)。這種知識(shí)被組合成一個(gè)所謂的描述性模型的，并轉(zhuǎn)換成數(shù)學(xué)模型。該數(shù)學(xué)模型可用于模擬不同條件下的路徑運(yùn)行。通過與實(shí)驗(yàn)數(shù)據(jù)的比較，有可能估計(jì)系統(tǒng)或路徑內(nèi)的個(gè)別過程的詳細(xì)動(dòng)力學(xué)。在得到系統(tǒng)的可接受的數(shù)學(xué)表示之前，常常需要對(duì)模型進(jìn)行修正；因此，需要與實(shí)驗(yàn)工作密切配合，進(jìn)行模型構(gòu)建和仿真。所得模型可用于設(shè)計(jì)實(shí)驗(yàn)，進(jìn)一步驗(yàn)證或證偽模型。這個(gè)過程的最終結(jié)果是一個(gè)動(dòng)態(tài)數(shù)學(xué)模型，可以用來(lái)模擬所研究的生物系統(tǒng)。這種方法的缺點(diǎn)是，重建的模型高度依賴于當(dāng)前的通路知識(shí)，**而迄今未被識(shí)別的成分的影響完全被忽略。 教材推薦這幾本書面向的受眾是不同的，第一本適合入門，第二本和第三本則偏重哲學(xué)層面，第四本和第五本則更加偏向技術(shù)性。只有第一本和第五本有中譯本。部分英文書籍介紹里附有鏈接。  張自立編著的《系統(tǒng)生物學(xué)》是目前我國(guó)高校使用的教材。整合了各層面的生物信息數(shù)據(jù)，建立各種數(shù)學(xué)模型進(jìn)行仿真實(shí)驗(yàn)，進(jìn)而定量闡明和預(yù)測(cè)生物功能、表型及行為。概述了系統(tǒng)生物學(xué)的基本概念和基本內(nèi)容，介紹了基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)、糖組學(xué)、代謝物組學(xué)、相互作用組學(xué)、表型組學(xué)、數(shù)學(xué)建模與仿真、序列比對(duì)與數(shù)據(jù)庫(kù)搜索、分子進(jìn)化模型與系統(tǒng)樹的構(gòu)建等。  《Systems Biology：Philosophical Foundations》是第一本關(guān)于系統(tǒng)生物學(xué)哲學(xué)基礎(chǔ)的書。代表了作者近年來(lái)在與系統(tǒng)生物學(xué)相關(guān)的一系列哲學(xué)問題上的研究成果。包含十四篇論文。分為導(dǎo)論部分、三個(gè)主要部分和結(jié)語(yǔ)部分。每一節(jié)都有一個(gè)主題。第一部分描述了系統(tǒng)生物學(xué)研究計(jì)劃(第2章和第5章)，第二部分討論了理論和模型(第6章和第9章)，第三部分討論了生物系統(tǒng)中的組織(第10章和第13章)。**  這本2003年由kaneko寫作的書，2006年再版，本書一共有十二個(gè)章節(jié)，主要是面向年輕的生物學(xué)家和理論物理學(xué)家。這本提出的問題:什么是生命系統(tǒng)的通用屬性和一個(gè)人怎么從生命的的現(xiàn)象學(xué)理論構(gòu)造導(dǎo)致自然生殖細(xì)胞等復(fù)雜過程系統(tǒng)、進(jìn)化和分化?本書刻語(yǔ)言是相當(dāng)非技術(shù)性，以便針對(duì)來(lái)自自然科學(xué)和信息學(xué)的廣泛的學(xué)生和研究人員。前三章構(gòu)成了這本書的基本章節(jié)。在第一章中，作者回顧了分子生物學(xué)的研究現(xiàn)狀。對(duì)現(xiàn)狀提出批評(píng)，以及需要的是另一種方法，稱之為復(fù)雜系統(tǒng)生物學(xué)。它是建立在動(dòng)態(tài)系統(tǒng)方法的基礎(chǔ)上，旨在了解生物系統(tǒng)新陳代謝、遺傳、發(fā)展、進(jìn)化等的基本特征。在第2章中，作者概述了建構(gòu)生物學(xué)的方法，即通過實(shí)驗(yàn)(在實(shí)驗(yàn)室中)和理論(在計(jì)算機(jī)模型中)構(gòu)建生命的基本特征來(lái)理解它們。在第3章中，一些動(dòng)力學(xué)系統(tǒng)和統(tǒng)計(jì)物理的基本背景被描述，作為在后面章節(jié)描述的研究的基礎(chǔ)。第4章至第11章中討論生命系統(tǒng)的基本問題。這些問題包括遺傳(第4章)、繁殖和新陳代謝(第5章和第6章)、細(xì)胞分化、發(fā)育和形態(tài)發(fā)生(第7章和第9章)、與生物可塑性有關(guān)的進(jìn)化(第10章)和多樣化的物種形成(第11章)。在第12章中，總結(jié)了書中提出的基本概念，如穩(wěn)定增長(zhǎng)系統(tǒng)中的普遍統(tǒng)計(jì)、相應(yīng)的多樣化、合并、流動(dòng)和少數(shù)控制原則。然后討論如何理解生物的可塑性、遞歸性和進(jìn)化性，同時(shí)強(qiáng)調(diào)現(xiàn)象學(xué)理論在生物學(xué)系統(tǒng)層面的必要性和可能性。  Palsson的《Systems Biology: Properties of Reconstructed Networks 》重點(diǎn)是較少的原則，而是更多的技術(shù)，重建詳細(xì)的，和可預(yù)測(cè)電路模型的生物系統(tǒng)。這本教科書，致力于系統(tǒng)生物學(xué)，描述如何建模網(wǎng)絡(luò)，如何確定他們的性質(zhì)，以及如何將這些與表型功能。先決條件是一些線性代數(shù)和生物化學(xué)的知識(shí)。雖然明確了數(shù)學(xué)思想與生物過程之間的聯(lián)系，但該書反映了生物教育中數(shù)學(xué)內(nèi)容不斷增加的不可逆轉(zhuǎn)的趨勢(shì)。因此，為了幫助教師和學(xué)生，Palsson在一個(gè)相關(guān)的網(wǎng)站上提供了習(xí)題集、項(xiàng)目和Powerpoint幻燈片，并在書中以說明性材料和實(shí)驗(yàn)結(jié)果的具體形式進(jìn)行了介紹。  《An Introduction to Systems Biology: Design Principles of Biological Circuits》首次對(duì)系統(tǒng)生物學(xué)研究工作的核心和細(xì)節(jié)進(jìn)行深入闡述，為直觀理解生物學(xué)中一般原理建立了基礎(chǔ)。Alon的書適合假定沒有生物學(xué)的知識(shí)，甚至對(duì)生物學(xué)不感興趣的物理學(xué)家。然而，從第一章開始，作者就成功地以一種令人興奮的方式解釋了細(xì)胞的功能以及使它能夠工作的自由度。全書內(nèi)容編排：對(duì)網(wǎng)絡(luò)模體等新的理論研究成果做了細(xì)致深入的闡述，指出了系統(tǒng)生物學(xué)的核心內(nèi)容和實(shí)踐方法；闡明了轉(zhuǎn)錄調(diào)控、信號(hào)轉(zhuǎn)導(dǎo)、發(fā)育網(wǎng)絡(luò)中的基本回路；檢測(cè)了魯棒性原理；清晰地說明了如何用進(jìn)化優(yōu)化來(lái)理解最優(yōu)回路設(shè)計(jì)；仔細(xì)考慮了動(dòng)力學(xué)校正和其他機(jī)制是如何使生物信息處理中的誤差減到最少。 1. 系統(tǒng)生物學(xué)經(jīng)典論文貝塔朗菲：一般系統(tǒng)論路德維?！ゑT·貝塔朗菲（Ludwig Von Bertalanffy，1901-1972）—美籍奧地利理論生物學(xué)家和哲學(xué)家；一般系統(tǒng)論的創(chuàng)始人，他從生物學(xué)領(lǐng)域出發(fā)，涉獵醫(yī)學(xué)、心理學(xué)、行為科學(xué)、歷史學(xué)、哲學(xué)等諸多學(xué)科，以其淵博的知識(shí)、濃厚的人文科學(xué)修養(yǎng)，創(chuàng)立了本世紀(jì)具有深遠(yuǎn)意義的一般系統(tǒng)論，使他的名字永久地與系統(tǒng)理論聯(lián)系在一起。1972年，法國(guó)科學(xué)家委員會(huì)曾提名他為諾貝爾獎(jiǎng)候選人，但是在諾貝爾獎(jiǎng)評(píng)選委員會(huì)討論提名之前，貝塔朗菲不幸辭世。 1950年發(fā)表《物理學(xué)與生物學(xué)中的開放系統(tǒng)理論》創(chuàng)立一般系統(tǒng)論奠定了系統(tǒng)生物學(xué)的基礎(chǔ)。 The Theory of Open Systems in Physics and BiologyLudwig von Bertalanffyscience（1950） 普利高津: 結(jié)構(gòu)耗散理論普利高津（Ilya Prigogine， 1917-2003）認(rèn)為，只有在非平衡系統(tǒng)中，在與外界有著物質(zhì)與能量的交換的情況下，系統(tǒng)內(nèi)各要素存在復(fù)雜的非線性相干效應(yīng)時(shí)才可能產(chǎn)生自組織現(xiàn)象，并且把這種條件下生成的自組織有序態(tài)稱之為耗散結(jié)構(gòu)。一個(gè)對(duì)象要想在實(shí)踐中獲得存在與發(fā)展，必須不斷地從外界引入負(fù)熵，以抵消對(duì)象體內(nèi)正熵的增加，從而確保對(duì)象不斷地走向更高層次的穩(wěn)定有序結(jié)構(gòu)。1977獲得諾貝爾化學(xué)獎(jiǎng)。 艾根：超循環(huán)理論艾根（Manfred Eigen，1927-2019），1967年獲得諾貝爾化學(xué)獎(jiǎng)。超循環(huán)是一種自然自組織的原理，允許一組功能耦合的自代表實(shí)體的連續(xù)一致演化。超循環(huán)是一類新穎的非線性反應(yīng)網(wǎng)絡(luò)，它是一個(gè)能夠自我指導(dǎo)自身復(fù)制的整體，并為下一個(gè)循環(huán)的復(fù)制提供了催化支持。如下圖所示，信息載體I包含了自身復(fù)制的信息，而且，還包含了用于轉(zhuǎn)化另一個(gè)類型具有最佳功能特性的媒介物（通常是一種酶，E表示）的信息。這種由信息載體生成的酶，支持了下一個(gè)信息載體的活性。一個(gè)超催化循環(huán)由若干網(wǎng)狀的催化循環(huán)形成，必須的兩種功能是，每個(gè)循環(huán)能夠自我復(fù)制，其次一個(gè)循環(huán)的產(chǎn)物必須支持下一個(gè)循環(huán)。 胡德作為人類基因組計(jì)劃的發(fā)起人之一，美國(guó)科學(xué)家萊諾伊·胡德（Leroy Hood）也是組學(xué) （Omics） 生物技術(shù)開創(chuàng)者之一。胡德已經(jīng)開發(fā)了突破性的科學(xué)儀器，使生物科學(xué)和醫(yī)學(xué)科學(xué)的重大進(jìn)展成為可能。這些包括用于確定組成給定蛋白質(zhì)的氨基酸的第一氣相蛋白質(zhì)測(cè)序器，DNA合成器，用來(lái)合成DNA的短片段，肽合成器，將氨基酸結(jié)合成較長(zhǎng)的肽和較短的蛋白質(zhì)，第一個(gè)自動(dòng)DNA測(cè)序器。 The digital code of DNAHood, L., Galas.et al.Nature（2003） 曾邦哲1996 年在北京舉辦的第 1 屆國(guó)際轉(zhuǎn)基因動(dòng)物學(xué)術(shù)研討會(huì)，中科院曾邦哲闡述了系統(tǒng)論與生物遺傳學(xué)、轉(zhuǎn)基因研究等，1999 年元月于德國(guó)建立了系統(tǒng)生物科學(xué)與工程網(wǎng)（ http://www./genozen/project.html ）表述生物系統(tǒng)結(jié)構(gòu)論（Structurity theory）的結(jié)構(gòu)整合 （Integrative）、調(diào)適穩(wěn)態(tài)（Stability）與層級(jí)建構(gòu)（Constructive） 等綜合（Synthetic）系統(tǒng)理論規(guī)律，并定義實(shí)驗(yàn)、計(jì)算 系統(tǒng)研究，同系統(tǒng)科學(xué)、計(jì)算機(jī)科學(xué)、納米科學(xué)和生物醫(yī)學(xué)、生物工程等領(lǐng)域國(guó)際科學(xué)家廣泛通訊，倡導(dǎo)分子生物技術(shù)和計(jì)算機(jī)科學(xué) -實(shí)驗(yàn)生物學(xué)家與計(jì)算生物學(xué)家結(jié)合研究生物系統(tǒng)，喚起了一大批生物學(xué)研究領(lǐng)域以外的專家的關(guān)注。 北野宏明1999年更早的中期不少科學(xué)家開始了論述，2000 年日本舉辦了國(guó)際系統(tǒng)生物學(xué)會(huì)議，隨后，系統(tǒng)生物學(xué)便逐漸重新得到了生物科學(xué)界的認(rèn)同。2002年日本北野宏明（Kitano H.）也論述了系統(tǒng)生物學(xué)是實(shí)驗(yàn)與計(jì)算方法整合的生物系統(tǒng)研究。 Computational systems biologyKitano, H.Nature（2002） 2004的綜述里闡述了生物系統(tǒng)的魯棒性：魯棒性是生物系統(tǒng)普遍存在的特性。它被認(rèn)為是復(fù)雜演化系統(tǒng)的一個(gè)基本特征。它是通過對(duì)生物有機(jī)體和復(fù)雜工程系統(tǒng)普遍適用的幾個(gè)基本原則來(lái)實(shí)現(xiàn)的。魯棒性促進(jìn)了可進(jìn)化性，而魯棒性特征通常是由進(jìn)化選擇的。 Biological robustnessKitano H.Nature reviews. Genetics（2004） 合成生物學(xué)2000 年美國(guó) E. Kool 重新提出合成生物學(xué) - 基于系統(tǒng)生物學(xué)的基因工程。 合成生物學(xué)是一門將科學(xué)與工程相結(jié)合，以設(shè)計(jì)和構(gòu)建新的生物功能和系統(tǒng)的生物學(xué)研究新領(lǐng)域。合成生物學(xué)的定義已被普遍接受為生物學(xué)工程:綜合復(fù)雜的、基于生物學(xué)的（或啟發(fā)的）系統(tǒng)，這些系統(tǒng)顯示了自然界中不存在的功能。這種工程學(xué)的觀點(diǎn)可以應(yīng)用于生物結(jié)構(gòu)的各個(gè)層次，從單個(gè)分子到整個(gè)細(xì)胞、組織和生物體。
合成生物學(xué)家分為兩大類。一種使用非自然分子來(lái)重現(xiàn)自然生物學(xué)中出現(xiàn)的行為，目的是創(chuàng)造人工生命。另一種則從自然生物學(xué)中尋找可互換的部分，將其組合成非自然功能運(yùn)行的系統(tǒng)。 Synthetic biologyBenner, S., Sismour.et al.Nat Rev Genet（2005） 2008年Nature文章則論述了系統(tǒng)生物學(xué)與合成生物學(xué)的結(jié)構(gòu)理論。 生物信息學(xué)生物信息學(xué)（Bioinformatics）包括開發(fā)和應(yīng)用軟件工具，以幫助理解生物功能和數(shù)據(jù)，而系統(tǒng)生物學(xué)涉及數(shù)學(xué)和計(jì)算建模的生物系統(tǒng)和功能，以簡(jiǎn)化表示，理解和文檔。生物信息學(xué)整合和應(yīng)用統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)、工程和生物學(xué)的理論和實(shí)踐知識(shí)，并允許在生物數(shù)據(jù)的電腦分析和計(jì)算機(jī)化解釋的數(shù)據(jù)。另一方面，系統(tǒng)生物學(xué)利用信號(hào)通路、代謝網(wǎng)絡(luò)和基因序列功能的知識(shí)，以促進(jìn)科學(xué)的研究和應(yīng)用。 生物信息學(xué)最早出現(xiàn)在50多年前，當(dāng)時(shí)臺(tái)式電腦還只是一種假設(shè)，DNA還無(wú)法測(cè)序。20世紀(jì)60年代，第一個(gè)新的肽序列組裝器、第一個(gè)蛋白質(zhì)序列數(shù)據(jù)庫(kù)和第一個(gè)用于系統(tǒng)發(fā)育的氨基酸替代模型被開發(fā)出來(lái)。在20世紀(jì)70年代和80年代，分子生物學(xué)和計(jì)算機(jī)科學(xué)的并行發(fā)展為分析全基因組等日益復(fù)雜的工作鋪平了道路。在1990年的21世紀(jì)頭十年，互聯(lián)網(wǎng)的使用，加上二代測(cè)序，導(dǎo)致了數(shù)據(jù)的指數(shù)增長(zhǎng)和生物信息學(xué)工具的迅速發(fā)展。今天，生物信息學(xué)面臨著多種挑戰(zhàn)，如處理大數(shù)據(jù)、確保結(jié)果的再現(xiàn)性以及與學(xué)術(shù)領(lǐng)域的恰當(dāng)交融。 瑪格麗特·達(dá)霍夫(Margaret Dayhoff，1925 - 1983)是一位美國(guó)物理化學(xué)家，她率先將計(jì)算機(jī)方法應(yīng)用于生物化學(xué)領(lǐng)域。 Digital electronic computers in biomedical scienceRS, LEDLEYScience（1959） 在1990年代到2000年代，測(cè)序技術(shù)的重大改進(jìn)以及成本的降低使數(shù)據(jù)呈指數(shù)級(jí)增長(zhǎng)。自2008年以來(lái)，摩爾定律不再是DNA測(cè)序成本的準(zhǔn)確預(yù)測(cè)指標(biāo)，在大規(guī)模并行測(cè)序技術(shù)出現(xiàn)后，摩爾定律降低了幾個(gè)數(shù)量級(jí)。 雖然在某些情況下，根據(jù)必要的計(jì)算，一臺(tái)簡(jiǎn)單的臺(tái)式計(jì)算機(jī)就足夠了，但生物信息學(xué)的一些項(xiàng)目將需要更龐大、昂貴和需要專門知識(shí)的基礎(chǔ)設(shè)施。一些政府資助的專門從事高性能計(jì)算的組織已經(jīng)出現(xiàn)，例如：
A brief history of bioinformaticsJeff Gauthier, Antony T.（2019） Science 合集2002 年03 月，美國(guó)《Science》周刊登載了系統(tǒng)生物學(xué)專集，鏈接：（ http://science./content/295/5560 ） 該專集導(dǎo)論中的第一句話這樣寫道：“如果對(duì)當(dāng)前流行的、時(shí)髦的關(guān)鍵詞進(jìn)行一番分析，那么人們會(huì)發(fā)現(xiàn)，‘系統(tǒng)’高居在排行榜上?！睂ｎ}中包含四篇綜述論文： 第一篇是有北野宏明所作，闡述了從系統(tǒng)的層面理解生物學(xué)，我們必須研究細(xì)胞和有機(jī)體功能的結(jié)構(gòu)和動(dòng)態(tài)，而不是細(xì)胞或有機(jī)體的孤立部分的特征。系統(tǒng)的特性，如魯棒性，成為中心問題，了解這些特性可能會(huì)對(duì)醫(yī)學(xué)的未來(lái)產(chǎn)生影響。然而，在系統(tǒng)生物學(xué)的成就能夠發(fā)揮其備受吹捧的潛力之前，需要在實(shí)驗(yàn)裝置、先進(jìn)軟件和分析方法上取得許多突破。 Systems Biology: A Brief OverviewHiroaki KitanoScience 01 Mar（2002） 第二篇綜述從工程理論和實(shí)踐中闡明一些生物復(fù)雜性的見解。先進(jìn)的技術(shù)和生物學(xué)有著截然不同的物理實(shí)現(xiàn)，但它們?cè)谙到y(tǒng)級(jí)組織方面的相似之處遠(yuǎn)比人們普遍認(rèn)為的要多。這兩個(gè)領(lǐng)域的趨同演化產(chǎn)生了由協(xié)議的精細(xì)層次結(jié)構(gòu)和反饋調(diào)節(jié)層組成的模塊化架構(gòu)，這些架構(gòu)是由對(duì)不確定環(huán)境的魯棒性需求驅(qū)動(dòng)的，并且經(jīng)常使用不精確的組件。這些令人困惑和矛盾的特征既不是偶然的，也不是人為的，而是源于復(fù)雜性和魯棒性、模塊化、反饋和脆弱性之間深刻而必要的相互作用。 Reverse Engineering of Biological ComplexityMarie E. Csete1, John C. Doyle2,*Science 01 Mar（2002） 第三篇以海膽為例，闡述了胚胎內(nèi)胚層和中胚層規(guī)格的基因調(diào)控網(wǎng)絡(luò)。該網(wǎng)絡(luò)是由大規(guī)模擾動(dòng)分析，結(jié)合計(jì)算方法，基因組數(shù)據(jù)，順式調(diào)控分析，和分子胚胎學(xué)。該網(wǎng)絡(luò)目前包含40多個(gè)基因，每個(gè)節(jié)點(diǎn)都可以通過順式調(diào)控分析在DNA序列水平上直接驗(yàn)證。其結(jié)構(gòu)體系揭示了發(fā)育的具體和一般方面，例如特定的細(xì)胞如何在胚胎中產(chǎn)生它們指定的命運(yùn)，以及為什么這一過程在發(fā)育過程中不可阻擋地向前發(fā)展。 第四篇綜述以心臟這一器官為例，闡述了器官建模的進(jìn)展。成功的生理分析需要理解細(xì)胞、器官和系統(tǒng)的關(guān)鍵組成部分之間的功能相互作用，以及這些相互作用在疾病狀態(tài)中是如何變化的。這些信息既不存在于基因組中，也不存在于基因編碼的單個(gè)蛋白質(zhì)中。它存在于亞細(xì)胞、細(xì)胞、組織、器官和系統(tǒng)結(jié)構(gòu)中蛋白質(zhì)相互作用的水平。因此，除了復(fù)制自然和計(jì)算這些交互來(lái)確定健康和病理狀態(tài)的邏輯之外，沒有其他選擇。生物數(shù)據(jù)庫(kù)的迅速增長(zhǎng);細(xì)胞、組織和器官模型;而強(qiáng)大的計(jì)算硬件和算法的發(fā)展使得從基因到整個(gè)器官和調(diào)節(jié)系統(tǒng)的生理功能的定量探索功能成為可能。 Modeling the Heart--from Genes to Cells to the Whole OrganDenis NobleScience （2002） 相關(guān)領(lǐng)域前沿文章根據(jù)使用跨學(xué)科工具從多個(gè)實(shí)驗(yàn)中獲得，整合和分析復(fù)雜數(shù)據(jù)集的能力的系統(tǒng)生物學(xué)解釋，一些典型的技術(shù)平臺(tái)包括： 基因組學(xué)，表觀遺傳組，轉(zhuǎn)錄組學(xué)，蛋白質(zhì)組學(xué)，代謝物組學(xué)，糖組學(xué)，脂類組學(xué)，除了上述給定分子的識(shí)別和量化之外，進(jìn)一步的技術(shù)還分析細(xì)胞內(nèi)的動(dòng)力學(xué)和相互作用。 包括：相互作用組學(xué)（Interactomics），代謝流組學(xué)（Fluxomics），生物組學(xué)（Biomics）。 其他技術(shù)如計(jì)算機(jī)科學(xué)，信息學(xué)和統(tǒng)計(jì)學(xué)的其他方面也用于系統(tǒng)生物學(xué)。 組學(xué)數(shù)據(jù)收集在整個(gè)分子池上，以圓圈表示。除了基因組外，所有的數(shù)據(jù)層都同時(shí)反映了遺傳調(diào)控和環(huán)境，這可能會(huì)對(duì)每個(gè)個(gè)體分子產(chǎn)生不同程度的影響。細(xì)黑箭頭表示在不同層中檢測(cè)到的分子之間潛在的相互作用或相關(guān)性。例如，紅色的轉(zhuǎn)錄本可以與多種蛋白質(zhì)相關(guān)聯(lián)。在同一層中，交互也很普遍，圖中未表述。 2. 基因組漢族人全基因組該研究作為十萬(wàn)人漢族基因組計(jì)劃一期成果，收集并分析了11萬(wàn)漢族人基因組單核苷酸變異數(shù)據(jù)，并發(fā)布了漢族人群的遺傳數(shù)據(jù)庫(kù)及在線分析平臺(tái) – “PGG.Han”, ( https://www./HCGD/index#home1 ) 為了獲得全面、獨(dú)立、高質(zhì)量的中國(guó)人群特異性基因組數(shù)據(jù)庫(kù)，中國(guó)代謝解析計(jì)劃ChinaMAP（China Metabolic Analytics Project）誕生了。4月30日，ChinaMAP在《cell research》雜志上發(fā)表了一期研究成果，首次報(bào)道了來(lái)自全國(guó)27個(gè)省份和直轄市、8個(gè)民族超過一萬(wàn)人的深度全基因組測(cè)序數(shù)據(jù)分析，發(fā)現(xiàn)了1.36億個(gè)單核苷酸多態(tài)性（SNPs）和1070萬(wàn)個(gè)插入或缺失位點(diǎn)（INDEL），其中一半以上是未在其他數(shù)據(jù)庫(kù)報(bào)道過的新突變。 泛癌癥全基因組nature雜志二月份整理了數(shù)篇全基因組的泛癌癥分析的文章，鏈接：(https: www./collections/afdejfafdb ) Pan-cancer analysis of whole genomesCampbell, P.J., Getz.et al.Nature（2020） Patterns of somatic structural variation in human cancer genomesLi, Y., Roberts.et al.Nature（2020） The repertoire of mutational signatures in human cancerAlexandrov, L.B., Kim.et al.Nature（2020） Genomic basis for RNA alterations in cancerCalabrese, C., Davidson.et al.Nature（2020） 泛癌線粒體基因組泛癌lncRNA組泛癌染色質(zhì)組泛癌轉(zhuǎn)座子組泛癌信號(hào)通路和網(wǎng)絡(luò)分析食道鱗狀癌全基因組測(cè)序李彥宏掛名，2020年5月發(fā)表在《cell research》上，該研究報(bào)告了目前最大的食管鱗狀細(xì)胞癌（ESCC）基因組圖譜數(shù)據(jù)集，發(fā)現(xiàn)了多個(gè)與臨床相關(guān)的編碼和非編碼基因組突變，可用于開發(fā)可用于診斷和治療的生物標(biāo)記物。 TCGA數(shù)據(jù)庫(kù)TCGA （The Cancer Genome Atlas）數(shù)據(jù)庫(kù) https://portal.gdc./ ，癌癥基因組圖譜（TCGA）是一個(gè)具有里程碑意義的癌癥基因組學(xué)項(xiàng)目，它對(duì)20，000多例原發(fā)性癌癥進(jìn)行了分子特征分析，并對(duì)33種癌癥類型的正常樣本進(jìn)行了匹配。國(guó)家癌癥研究所和國(guó)家人類基因組研究所的這項(xiàng)聯(lián)合工程始于2006年，匯集了來(lái)自不同學(xué)科和不同機(jī)構(gòu)的研究人員。 2020年5月11日，哈佛醫(yī)學(xué)院的Andrew D. Cherniack和Rameen Beroukhim合作發(fā)表文章Comprehensive Analysis of Genetic Ancestry and Its Molecular Correlates in Cancer，通過分析TCGA數(shù)據(jù)庫(kù)的33種癌癥類型的10678名病患的突變速率、DNA甲基化、mRNA和miRNA表達(dá)，鑒定出與癌癥相關(guān)的遺傳性祖先因素（ancestry effect）。 癌癥信號(hào)通路圖譜癌癥系統(tǒng)生物學(xué)的一個(gè)關(guān)鍵目標(biāo)是利用大數(shù)據(jù)來(lái)闡明癌癥發(fā)生的分子網(wǎng)絡(luò)。但是，到目前為止，還沒有系統(tǒng)地評(píng)價(jià)這些努力取得了多大進(jìn)展。在這項(xiàng)分析中，作者調(diào)查了六種主要的系統(tǒng)生物學(xué)方法，以繪制和建模癌癥路徑，并注意到他們的網(wǎng)絡(luò)地圖覆蓋和增強(qiáng)現(xiàn)有的知識(shí)。 A census of pathway maps in cancer systems biologyKuenzi, B.M., Ideker.et al.Nat Rev Cancer（2020） 乳腺癌全基因組測(cè)序這項(xiàng)新的研究于5月18日發(fā)表在《Nature Genetics》雜志上，一項(xiàng)對(duì)涵蓋26.6萬(wàn)名女性的遺傳研究的分析表明，人類基因組中有32個(gè)新位點(diǎn)的變異似乎影響了乳腺癌的患病風(fēng)險(xiǎn)。該發(fā)現(xiàn)被認(rèn)為首次將此類風(fēng)險(xiǎn)變異與多種乳腺癌亞型相關(guān)聯(lián)起來(lái)。該分析確定了32種新的乳腺癌風(fēng)險(xiǎn)變異體。其中有15個(gè)變異與一種或多種特定的乳腺癌亞型獨(dú)立相關(guān)。其中有7個(gè)變異與雌激素受體狀態(tài)有關(guān)，7個(gè)與腫瘤等級(jí)有關(guān)，4個(gè)與HER2受體狀態(tài)有關(guān)，2個(gè)與孕激素受體狀態(tài)有關(guān)。 心臟疾病與全基因組5月21日發(fā)表在《Nature Communications》，麻省理工學(xué)院和哈佛大學(xué)廣泛的研究人員發(fā)起的對(duì)近30萬(wàn)人的研究表明，人們的DNA與心臟的電活動(dòng)之間存在數(shù)百種新的聯(lián)系。此項(xiàng)發(fā)現(xiàn)描述了“心電圖PR間隔的多族系全基因組關(guān)聯(lián)研究識(shí)別出202個(gè)潛在的心臟傳導(dǎo)基因”的研究。這個(gè)研究結(jié)果可能在未來(lái)某日引領(lǐng)出一種先進(jìn)的篩查方法，以識(shí)別最有可能患上疾病的人群，并可能有助于揭示新的遺傳目標(biāo)的研究和藥物開發(fā)。 古DNA組重建人類歷史在這篇論文中，一支由十?dāng)?shù)家科研機(jī)構(gòu)合作參與的國(guó)際研究團(tuán)隊(duì)分析了來(lái)自阿根廷、巴西、智利、秘魯?shù)炔煌貐^(qū)的49個(gè)個(gè)體的全基因組古代DNA，每個(gè)個(gè)體的歷史至少追溯到9000年前，擁有共同的祖先。研究結(jié)果在南美洲和北美洲之間發(fā)現(xiàn)了兩條過去未知的基因交換流，描摹出美洲祖先變遷的大致輪廓。這些基因證據(jù)揭示了古代人類在美洲的復(fù)雜定居過程。 Diversity through Ancient DNA CellTimothy D. O’Connor Native American Genomic, Issue, 5cell（Nove） 該文系首次正式發(fā)表大規(guī)模東亞南北方史前人類基因組分析結(jié)果，為探源華夏族群及其文化和修正東亞南方人群演化模式做出了重大貢獻(xiàn)。在中華民族探源方面，發(fā)現(xiàn)中國(guó)、東亞主體人群連續(xù)演化是主旋律，中國(guó)南北方古人群早在9,500年前已經(jīng)分化，至少在8,300年前南北人群融合與文化交流的進(jìn)程即已開始，4,800年前出現(xiàn)強(qiáng)化趨勢(shì)，至今仍在延續(xù)。 3. 蛋白組蛋白組人類SRMAtlas:代表人類蛋白質(zhì)組的166,174個(gè)蛋白型肽,通訊作者為Hood L. 蛋白-蛋白相互作用A reference map of the human binary protein interactomeLuck, K., Kim.et al.Nature（2020） A Proteome-Scale Map of the Human Interactome NetworkRolland, T.Cell（2014） 蛋白修飾組2019年12月9日，來(lái)自英國(guó)的Pedro Beltrao和David Ochoa在Nature Biotechnology雜志上發(fā)表文章The functional landscape of the human phosphoproteome，創(chuàng)建了參考磷酸化蛋白質(zhì)組圖譜和功能圖譜。從104種不同的人類細(xì)胞類型或組織中人工收集112個(gè)富含磷酸化的蛋白質(zhì)數(shù)據(jù)集，并重新分析6801個(gè)蛋白質(zhì)組學(xué)實(shí)驗(yàn)，建立出質(zhì)量控制標(biāo)準(zhǔn)，創(chuàng)建了一個(gè)含有119809個(gè)人類磷酸化位點(diǎn)的參考磷酸化蛋白質(zhì)組圖譜。利用機(jī)器學(xué)習(xí)對(duì)59個(gè)蛋白質(zhì)組、結(jié)構(gòu)相關(guān)、調(diào)控相關(guān)、進(jìn)化等相關(guān)的特征進(jìn)行整合分析，得到綜合性的功能評(píng)分，以此建立出磷酸化蛋白的功能圖譜，并鑒定出不同分子機(jī)制、生理過程和疾病中的調(diào)節(jié)性磷酸化位點(diǎn)。 The functional landscape of the human phosphoproteomeOchoa, D., Jarnuczak.et al.Nat Biotechnol（2020） 4. 表觀遺傳組2019年7月10日，來(lái)自美國(guó)NIH的Ananda L. Roy團(tuán)隊(duì)在Science Advances上發(fā)表了題為The NIH Common Fund/Roadmap Epigenomics Program: Successesof a comprehensive consortium的綜述文章，回顧了NIH表觀遺傳組學(xué)藍(lán)圖計(jì)劃（Roadmap）啟動(dòng)的契機(jī)和總體目標(biāo)；介紹了表觀遺傳組學(xué)項(xiàng)目的成果：參考表觀遺傳組、國(guó)際間表觀遺傳的合作研究、疾病的表觀遺傳基礎(chǔ)和新型表觀遺傳標(biāo)志物的發(fā)現(xiàn)、表觀遺傳研究技術(shù)的發(fā)展等；總結(jié)了項(xiàng)目實(shí)行過程中的經(jīng)驗(yàn)和教訓(xùn)。 5.人體微生物組許多棲息在人體的微生物與人類的健康和疾病密切相關(guān)，但大部分微生物對(duì)我們而言仍然是未知的。美國(guó)國(guó)立衛(wèi)生研究院(NIH)人體微生物組項(xiàng)目的研究人員已經(jīng)確定，僅人體腸道微生物組就有100萬(wàn)億細(xì)菌，是人體細(xì)胞數(shù)量的10倍。此外，它還含有大約800萬(wàn)個(gè)蛋白質(zhì)編碼基因，是人類基因組的360倍?？茖W(xué)家們已經(jīng)了解到，這些細(xì)菌組成的變化——生態(tài)系統(tǒng)中的一種干擾——可能與一系列人類疾病有關(guān)，包括炎癥性腸病、哮喘、關(guān)節(jié)炎和多發(fā)性硬化癥。 繼人類基因組計(jì)劃之后，美國(guó)國(guó)立衛(wèi)生研究院在2007年啟動(dòng)了一個(gè)類似的雄心勃勃的計(jì)劃——人類微生物組計(jì)劃(Human Microbiome Project，HMP)， https://www./ 。 Tackling the MicrobiomeLeroy HoodScience （2012） 意大利特倫托大學(xué)的一支研究團(tuán)隊(duì)展開一項(xiàng)超大規(guī)模研究，樣本涵蓋了不同地理位置、年齡和生活方式的人群以及人體的不同部位。他們利用單樣本宏基因組組裝，構(gòu)建出超過15萬(wàn)個(gè)人體微生物基因組，其中77%以前從未被描述過，確定了一些普遍存在、但以前未被發(fā)現(xiàn)的微生物類群，尤其是那些在非西方人群中的獨(dú)特微生物。 6.轉(zhuǎn)錄組7.代謝組代謝組學(xué)對(duì)生物代謝產(chǎn)物的收集的研究提供了表型的分子測(cè)量，或基因型與環(huán)境相互作用產(chǎn)生的特征。利用一系列的分析工具來(lái)攀登收集的數(shù)據(jù)大山，包括分子檢測(cè)和生物信息學(xué)，科學(xué)家使用代謝組學(xué)來(lái)理解系統(tǒng)生物學(xué)，這是一個(gè)完整的生物及其福祉的計(jì)算分析和建模。 Big data, big picture: Metabolomics meets systems biologyMike Mayscience（2017） Metabolomics and Isotope Tracing.Cell2018 May（2018） 方法與標(biāo)準(zhǔn)方法和工具基于深度學(xué)習(xí)分析全基因組 進(jìn)化在分子水平上是可預(yù)測(cè)的嗎?回答這個(gè)問題的宏偉目標(biāo)需要對(duì)控制基因型和表現(xiàn)型之間復(fù)雜關(guān)系的突變效應(yīng)的理解。在實(shí)踐中，它涉及到集成系統(tǒng)——生物學(xué)建模、微生物實(shí)驗(yàn)室進(jìn)化實(shí)驗(yàn)和大規(guī)模突變分析，這一壯舉是由最近可用的必要的計(jì)算工具和實(shí)驗(yàn)技術(shù)實(shí)現(xiàn)的。這篇綜述調(diào)查了最近在繪制進(jìn)化軌跡方面的進(jìn)展，并討論了這些預(yù)測(cè)在多大程度上是現(xiàn)實(shí)的。 理解復(fù)雜的生物系統(tǒng)需要軟件工具的廣泛支持。系統(tǒng)生物學(xué)計(jì)算工作流程的每一步都需要這些工具，通常包括數(shù)據(jù)處理、網(wǎng)絡(luò)推理、深度篩選、動(dòng)態(tài)模擬和模型分析。此外，現(xiàn)在正在努力開發(fā)集成的軟件平臺(tái)，以便在工作流程的不同階段以及由不同的研究人員使用的工具可以很容易地一起使用。這篇綜述描述了在系統(tǒng)生物學(xué)研究的不同階段所需要的軟件工具的類型，以及目前可供系統(tǒng)生物學(xué)研究人員使用的選擇。 標(biāo)準(zhǔn)Standards for systems biologyBrazma, A., Krestyaninova.et al.Nat Rev Genet（2006） |
|
|
來(lái)自： 劍光斷夜 > 《待處理項(xiàng)》
