Системная биология - Systems biology. Наука системная биология Джордж Мартин: Молекулярные основы болезни Альцгеймера

«Наука системнаЯ биология»

Введение
Первые попытки применения теории систем к биологии относятся к 30-м годам XX в. так, в 1932 г. УолтерКэнон, декан факультета физио- логии Гарвардского университета, в своей книге «Мудрость тела» («The wisdom of the body») описал термином «гомеостаз» способность организмов поддерживать большое число фи- зиологических величин на постоянном уровне, несмотря на непрерывные изменения условий внешней среды. В 1943 г. американский матема- тик Норберт Винер вместе с соавторами пред- положил, что отрицательныеобратные связи могут играть центральную роль в поддержании стабильности живых систем, связав, тем самым, концепции контроля и оптимума с динамикой биологических систем. В последние годы интерес к системному подходу в биологии был вызван прорывом в технологиях секвенирования и, как результат, расшифровке геномов, траскриптомов и проте- омов человека и других организмов. Наличие мощных вычислительныхресурсов (суперком- пьютеров) и скоростных Интернет-соединений также значительно облегчило доступ к огром- ным массивам молекулярно-биологических дан- ных и обеспечило возможность их анализа, что в значительной степени стало основанием для современной системной биологии. Об активном развитии этой области биологии в последнее время говорит следующий факт: количество статей, представленных Pub med и содержащихфразу «systems biology», увеличилось со 140 в 2003 г. до более 10 000 в 2013 г (Афонников Д.А., Миронова В.В., 20141).

Общие сведения
Системная биология - активно развивающаяся междисциплинарная область науки, которая анализирует сложные биологические системы с учетом их многокомпонентности, наличия прямых и обратных связей, а также разнородности экспериментальных данных. Предметомисследований в этой области может являться система регуляции генов, метаболизм, а также клеточная динамика и взаимодействия клеточной популяции.
Системная биология в настоящее время включает в себя как специфические экспериментальные техники, так и богатый теоретический арсенал. Моделирование в системной биологии является основным инструментом как для анализа и интегрирования экспериментальных данных, так идля предсказаний поведения системы в условиях, отличных от экспериментальных.
Многие методы и подходы теоретической системной биологии могут напрямую использоваться для практических задач фармакологии и биоиндустрии. В частности, если необходимо количественно описать и предсказать поведение сложной метаболической или клеточной системы, либо оптимизировать ее функционирование, системно-биологическаямодель становится единственной альтернативой затратному случайному перебору с использованием сложных экспериментальных методик .

История
Предпосылками появления системной биологии являются:

Количественное моделирование ферментативной кинетики - направление, формировавшееся между 1900 и 1970 годами,
Математическое моделирование роста популяций,
Моделирование в нейрофизиологии,
Теориядинамических систем и кибернетика.
Пионером системной биологии можно считать Людвига Фон Бeрталанфи, создателя общей теорией систем, автора книги «Общая теория систем в физике и биологии», опубликованной в 1950 году. Одной из первых численных моделей в биологии является модель британских нейрофизиологов и лауреатов нобелевской премии Ходжкина и Хаксли, опубликованной в 1952 году. Авторы создалиматематическую модель, объясняющую распространение потенциала действия вдоль аксона нейрона. Их модель описывала механизм распространения потенциала как взаимодействие между двумя различными молекулярными компонентами: каналами для калия и натрия, что можно расценить как начало вычислительной системной биологии. В 1960 году на основе модели Ходжкина и Хаксли Денис Нобл...

• Систе́мная биоло́гия - междисциплинарное научное направление, образовавшееся на стыке биологии и теории сложных систем, ориентированное на изучение сложных взаимодействий в живых системах. Впервые термин используется в статье 1993 года авторов W. Zieglgänsberger и TR. Tölle . Широкое распространение термин «системная биология» получил после 2000 года.

  Формирует новый подход к интерпретации результатов в биологии 21-го века вместо традиционного для биологии прошлых столетий редукционизма, и такой новый подход в настоящее время обозначают терминами холизм и интеграционизм англ. integrationism). Основное внимание в системной биологии уделяется так называемым эмерджентным свойствам, то есть свойствам биологических систем, которые невозможно объяснить только с точки зрения свойств её компонентов.

  Понимание (англ. insight) биологии на системном уровне даёт возможность для более верного осмысления структуры, динамики и функций как отдельной клетки, так и организма в целом, чем при рассмотрении по-отдельности частей клетки или организма.

  Системная биология тесно связана с математической биологией.

Связанные понятия

Теорети́ческая фи́зика - раздел физики, в котором в качестве основного способа познания природы используется создание теоретических (в первую очередь математических) моделей явлений и сопоставление их с реальностью. В такой формулировке теоретическая физика является самостоятельным методом изучения природы, хотя её содержание, естественно, формируется с учётом результатов экспериментов и наблюдений за природой.

Нейроне́т (англ. NeuroNet, NeuroWeb, Brainet) или Web 4.0 - один из предполагаемых этапов развития Всемирной паутины, в котором взаимодействие участников (людей, животных, интеллектуальных агентов) будет осуществляться на принципах нейрокоммуникаций. По прогнозам, должен заменить собою Web 3.0 приблизительно в 2030-2040 годах. Один из ключевых рынков, выбранных для развития в рамках российской Национальной технологической инициативы.

Системная биология - вычислительное и математическое моделирование сложных биологических систем. Появляющийся технический подход относился к биомедицинскому и биологическому научному исследованию, системная биология - основанная на биологии междисциплинарная область исследования, которая сосредотачивается на сложных взаимодействиях в пределах биологических систем, используя целостный подход (холизм вместо более традиционного редукционизма) к биологическому и биомедицинскому исследованию. Особенно с 2000 года вперед, понятие использовалось широко в биологических науках во множестве контекстов. Например, проект генома человека - пример прикладных систем, думающих в биологии, которая привела к новым, совместным способам работать над проблемами в биологической области генетики. Одна из превышающих целей системной биологии состоит в том, чтобы смоделировать и обнаружить свойства на стадии становления, свойства клеток, тканей и организмов, функционирующих как систему, теоретическое описание которой - только возможные методы использования, которые подпадают под сферу компетенции системной биологии. Они, как правило, включают метаболические сети или клетку сигнальные сети.

Обзор

Системную биологию можно рассмотреть от многих различных аспектов:

• Как область исследования, особенно, исследование взаимодействий между компонентами биологических систем, и как эти взаимодействия дают начало функции и поведению той системы (например, ферменты и метаболиты в метаболическом пути).
• Как парадигма, обычно определяемая в антитезе к так называемой редукционистской парадигме (биологическая организация), хотя полностью последовательный с научным методом. Различие между этими двумя парадигмами упомянуто в этих цитатах:

• Как ряд эксплуатационных протоколов, используемых для выполнения исследования, а именно, цикл сочинил теории, аналитическое или вычислительное моделирование, чтобы предложить определенные тестируемые гипотезы о биологической системе, экспериментальной проверке и затем использовании недавно приобретенного количественного описания клеток или процессов клетки, чтобы усовершенствовать вычислительную модель или теорию. Так как цель - модель взаимодействий в системе, экспериментальные методы, что большая часть системной биологии иска - те, которые всей системы и пытаются быть максимально полными. Поэтому, transcriptomics, metabolomics, протеомика и методы высокой пропускной способности используются, чтобы собрать количественные данные для строительства и проверки моделей.
• Как применение динамической теории систем к молекулярной биологии. Действительно, внимание на динамику изученных систем - главное концептуальное различие между системной биологией и биоинформатикой.
• Как socioscientific явление, определенное стратегией преследования интеграции сложных данных о взаимодействиях в биологических системах из разнообразных экспериментальных источников, используя междисциплинарные инструменты и персонал.

Это разнообразие точек зрения иллюстративно из факта, что системная биология относится к группе отдаленно накладывающихся понятий, а не единственной хорошо очерченной области. Однако, у термина есть широко распространенная валюта и популярность с 2007 со стульями и институтами системной биологии, распространяющейся во всем мире.

История

Системная биология находит свои корни в:

• количественное моделирование кинетики фермента, дисциплина, которая процветала между 1900 и 1970,
• математическое моделирование демографической динамики,
• моделирования развились, чтобы изучить нейрофизиологию и
• теория контроля и кибернетика.

Одним из теоретиков, которые могут быть замечены как один из предшественников системной биологии, является Людвиг фон Берталанффи с его общей теорией систем. Одно из первых числовых моделирований в цитобиологии было издано в 1952 британским neurophysiologists и лауреатами Нобелевской премии Аланом Ллойдом Ходгкином и Эндрю Филдингом Хаксли , который построил математическую модель, которая объяснила потенциал действия, размножающийся вдоль аксона нейронной клетки. Их модель описала клеточную функцию, появляющуюся из взаимодействия между двумя различными молекулярными компонентами, калием и каналом натрия, и может поэтому быть замечена как начало вычислительной системной биологии. В 1960 Денис Нобл развил первую компьютерную модель сердечного кардиостимулятора.

Формальное исследование системной биологии, как отличная дисциплина, было начато теоретиком систем Михайло Месаровичем в 1966 с международным симпозиумом в в Кливленде , Огайо , названный «Теория систем и Биология».

1960-е и 1970-е видели развитие нескольких подходов, чтобы изучить сложные молекулярные системы, такие как метаболический анализ контроля и биохимическая теория систем. Успехи молекулярной биологии в течение 1980-х, вместе со скептицизмом к теоретической биологии, которая тогда обещала больше, чем он, достигли, заставил количественное моделирование биологических процессов становиться несколько незначительной областью.

Однако, рождение функциональной геномики в 1990-х означало, что большие количества высококачественных данных стали доступными, в то время как вычислительная мощность взорвалась, делая более реалистические модели возможными. В 1992, тогда 1994, последовательные статьи о медицине систем, генетике систем и системах биологическая разработка Б. Цз. Цзэном была издана в Китае, и давал лекцию по теории биосистем, и системы приближаются к исследованию на Первой Международной конференции по вопросам Трансгенных Животных, Пекина, 1996. В 1997 группа Masaru Tomita издала первую количественную модель метаболизма целой (гипотетической) клетки.

Около 2000 года, после того, как Институты Системной биологии были основаны в Сиэтле и Токио , системная биология появилась в качестве движения самостоятельно, подстрекаемый завершением различных проектов генома, значительного увеличения данных от omics (например, геномика и протеомика) и сопровождающие достижения в экспериментах высокой пропускной способности и биоинформатике.

• Transcriptomics

: Organismal, ткань или целые измерения экспрессии гена клетки микромножествами ДНК или последовательный анализ экспрессии гена

• Interferomics

: Organismal, ткань или расшифровка стенограммы уровня клетки, исправляющая факторы (т.е., вмешательство РНК)

• Translatomics / Протеомика

: Organismal, ткань или измерения уровня клетки белков и пептидов через двумерный гель-электрофорез, масс-спектрометрию или многомерные идентификационные методы белка (продвинул системы HPLC вместе с масс-спектрометрией). Дисциплины Sub включают phosphoproteomics, glycoproteomics и другие методы, чтобы обнаружить химически измененные белки.

• Metabolomics

: Organismal, ткань или измерения уровня клетки маленьких молекул, известных как метаболиты

• Glycomics

: Organismal, ткань или измерения уровня клетки углеводов

• Lipidomics

: Organismal, ткань или измерения уровня клетки липидов.

В дополнение к идентификации и определению количества вышеупомянутых данных молекул дальнейшие методы анализируют динамику и взаимодействия в клетке. Это включает:

• Interactomics

: Organismal, ткань или исследование уровня клетки взаимодействий между молекулами. В настоящее время авторитетная молекулярная дисциплина в этой области исследования - взаимодействия белка белка (PPI), хотя рабочее определение не устраняет включение других молекулярных дисциплин, таких как определенные здесь.

NeuroElectroDynamics

: Organismal, мозговая вычислительная функция как динамическая система, основные биофизические механизмы и появляющееся вычисление электрическими взаимодействиями.

• Fluxomics

: Organismal, ткань или измерения уровня клетки молекулярных динамических изменений в течение долгого времени.

• Биомикрометры

: Анализ систем биома.

• Semiomics

: Анализ системы отношений знака организма или другой биосистемы.

• Системная биология рака - важное применение подхода системной биологии, который может отличить конкретная цель исследования (tumorigenesis и лечение рака). Это работает с определенными данными (терпеливые образцы, данные высокой пропускной способности с особым вниманием к характеристике генома рака в терпеливых образцах опухоли) и инструменты (увековеченные линии раковых клеток, модели мыши tumorigenesis, модели ксенотрансплантата, методы Упорядочивающего Следующего поколения , находящийся в siRNA ген, сбивающий показы , вычислительное моделирование последствий телесных мутаций и нестабильности генома). Долгосрочная цель системной биологии рака - способность лучше диагностировать рак, классифицировать его и лучше предсказать результат предложенного лечения, которое является основанием для персонализированного лекарства от рака и виртуального больного раком в предполагаемом более отдаленном. Значительные усилия в Вычислительной системной биологии Рака были приложены в создании реалистического мультимасштаба в silico моделях различных опухолей.

Расследования часто объединяются с крупномасштабными методами волнения, включая основанный на гене (RNAi , неправильное выражение дикого типа и генов мутанта) и химические подходы, пользующиеся небольшими библиотеками молекулы. Роботы и автоматизированные датчики позволяют такое крупномасштабное экспериментирование и получение и накопление данных. Эти технологии все еще появляются и много проблем с лицом что чем больше количество произведенных данных, тем ниже качество. Большое разнообразие количественных ученых (вычислительные биологи, статистики, математики, программисты, инженеры и физики) работает, чтобы улучшить качество этих подходов и создать, усовершенствовать, и повторно проверить модели, чтобы точно отразить наблюдения.

Подход системной биологии часто включает развитие механистических моделей , таких как реконструкция динамических систем от количественных свойств их элементарных стандартных блоков. Например, сотовая сеть может быть смоделирована, математически используя методы, прибывающие из химической кинетики и теории контроля. Из-за большого количества параметров, переменных и ограничений в сотовых сетях, числовые и вычислительные методы часто используются (например, плавьте анализ баланса).

Биоинформатика и анализ данных

Другие аспекты информатики, информатики, статистические данные также используются в системной биологии. Они включают:

• Новые формы вычислительной модели, такие как использование исчислений процесса, чтобы смоделировать биологические процессы (известные подходы включают стохастический π-calculus, BioAmbients, Бета Переплеты, BioPEPA и исчисление Brane), и основанное на ограничении моделирование.
• Интеграция информации от литературы, используя методы информационного извлечения и глубокого анализа текста.
• Развитие баз данных онлайн и хранилищ для разделения данных и моделей, подходов к интеграции базы данных и совместимости программного обеспечения через свободное сцепление программного обеспечения, веб-сайтов и баз данных или коммерческих исков.
• Развитие синтаксически и семантически звуковые способы представлять биологические модели.