Наука системная биология. Системная биология о старении. Биоинформатики и анализ данных

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.

: 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.

Что такое системная биология и какие возможности она открывает в изучении клетки? Как системная биология позволяет лучше понять механизмы рака и принципы его лечения? Какие существуют современные разработки в области лекарств против рака? Об этом рассказывает доктор биологических наук Михаил Гельфанд.

Новые технологии секвенирования, новые технологии определения последовательности нуклеотидов в геномах на самом деле можно применять не только для того, чтобы изучать сами геномы, но и изучать то, как устроена клетка, индивидуальные взаимодействия в клетках. И в последние годы появилось много экспериментальных техник, в основе которых лежит определение последовательности нуклеотидов в фрагментах генома, но изучаете вы при этом не геном, а всякие взаимодействия, которые в клетке происходят. Эту область принято называть системной биологией - в том смысле, что вы смотрите на клетку как на целостную систему: не на отдельный ген или белок, а сразу на все белки и взаимодействия.

Почему геномы одинаковые, а ткани и клетки разные? Ответ: потому что в них разные гены работают. У нас 25 тысяч генов, кодирующих белок, есть еще РНКовые гены. И нет такого, чтобы все гены в каждой клетке работали одновременно. И индивидуальность клеток, ткани определяется тем, какие гены в них работают, какие молчат. И вы можете просто смотреть, какие гены работают, с каких считывается информация, насколько интенсивно это считывание происходит. Вы можете смотреть на то, какие белки взаимодействуют с ДНК, это тот же самый прием, что и при анализе пространственной структуры. Вы берете много клеток, химически пришиваете белки к ДНК, те белки, которые в данный момент взаимодействовали с ДНК, оказываются пришиты плотно, потом режете ДНК, тянете за белки, которые к ней пришились, и определяете те последовательности, которые вытянулись вместе с этими белками. Сравниваете с геномом и видите, что конкретный белок, за который вы тянули, связан с геномом в таком-то наборе мест, с такой-то интенсивностью.

С одной стороны, мы стали понимать гораздо больше, мы впервые можем начать задумываться о том, как клетка устроена в целом - не как она выглядит, не то, что мы видим под микроскопом, а как в ней устроены молекулярные взаимодействия, как устроены все механизмы, сигнальные пути, работа генов, включения/выключения. А с другой стороны, стало ясно, как много мы не понимаем. В абсолютном исчислении мы стали намного умнее, а в относительном - намного глупее, потому что мы увидели, что-то, о чем мы думали, что понимали довольно хорошо, то, что осталось только немного доделать, оказалось, что там гораздо больше всего еще есть. Наше непонимание биологии очень сильно усилилось.

В биологии, которая привела к появлению новых, совместных методов работы по проблемам биологической области генетики. Одной из задач системной биологии заключается в моделировании и обнаружить возникающие свойства , свойства клеток , тканей и организмов , функционирующих в качестве системы , теоретическое описание возможно только с использованием методов системной биологии. Они обычно включают метаболические сети или сигнальные ячейки сети.

обзор

Системная биология можно рассматривать с нескольких различных аспектах.

В области исследования, в частности, изучение взаимодействий между компонентами биологических систем, и как эти взаимодействия приводят к функции и поведение этой системы (например, ферменты и метаболиты в пути метаболизма или биения сердца).

Один из теоретиков, которые можно рассматривать как один из предшественников системной биологии является Берталанм с его общей теорией систем . Одним из первых численных экспериментов в области клеточной биологии была опубликована в 1952 году британских нейрофизиологов и лауреатов Нобелевской премии Алан Ллойд Ходжкина и Эндрю Филдинг Хаксли , который построил математическую модель, объясняющую потенциал действия , распространяющийся вдоль аксона в виде нейронного клетки. Их модель, описанная клеточная функцию, возникающая из - за взаимодействие между двумя различными молекулярными компонентами, с калием и натриевым каналом , и, следовательно, можно рассматривать как начало вычислительной системной биологии. Кроме того, в 1952 году Алан Тьюринг опубликовал химической основе морфогенеза , описывая, как может возникнуть неравномерность в первоначально однородной биологической системы.

Формальное исследование биологических систем, в качестве отдельной дисциплины, была запущена система теоретиком Михайло Месаровича в 1966 году на международном симпозиуме в в Кливленде , штат Огайо , под названием «Теория систем и биология».

В 1960 - е и 1970 - е годы развитие нескольких подходов к изучению сложных молекулярных систем, таких, как анализ метаболического контроля и теории биохимических систем . Успехи молекулярной биологии в течение 1980 - х лет, в сочетании с скептицизмом по отношению к теоретической биологии , что тогда обещал больше, чем это достигнуто, вызвали количественное моделирование биологических процессов, чтобы стать несколько незначительным полем.

Сопутствующие дисциплины

Согласно интерпретации системной биологии, как способность получать, интегрировать и анализировать сложные наборы данных из нескольких экспериментальных источников, используя междисциплинарные инструменты, некоторые типичных технологии платформа phenomics , изменение организменного в фенотипе , как она меняется в течение его срока службы; Genomics , организменные дезоксирибонуклеиновая кислота (ДНК), в том числе внутри-organisamal клеток специфической вариации. (то есть, теломеры изменение длины); Epigenomics / эпигенетика , организменный и соответствующие клеточные специфические транскриптомных факторы, регулирующие эмпирический не закодированы в геномной последовательности. (то есть, метилирование ДНК , гистоны ацетилирование и деацетилирование и т.д.); транскриптомика , организменном, тканей или целых клеток экспрессии генов измерений с помощью ДНК - микрочипов или последовательного анализа экспрессии генов ; interferomics , организменном, ткани или клеток на уровне транскриптов корректирующие факторы (т.е. РНК - интерференции), протеомики , организменном, ткани или клеточном уровне измерения белков и пептидов с помощью двумерного гель - электрофореза , масс - спектрометрии или многомерных методов идентификации белков (расширенный ВЭЖХ системы в сочетании с масс - спектрометрией). Суб дисциплина включает phosphoproteomics , glycoproteomics и другие методы обнаружения химически модифицированные белки; метаболомика , организменном, ткани или клеток на уровне измерения малых молекул, известных как метаболитов ; glycomics , организменном, ткани или клеток на уровне измерения углеводов ; lipidomics , организменном, ткань или измерение уровня клеток из липидов .

В дополнение к идентификации и количественной оценки приведенных выше молекул дальнейшие методы анализа динамики и взаимодействий внутри клетки. Это включает в себя: interactomics , irganismal, ткань или клетки исследования уровня взаимодействия между молекулами. В настоящее время авторитетного молекулярная дисциплина в этой области исследования является белок-белковых взаимодействий (PPI), хотя рабочее определение не исключает включение других молекулярных дисциплин, таких как те, которые определены здесь; neuroelectrodynamics , организменном, мозг вычислительной функция как динамическая система, лежащей в основе биофизических механизмов и возникающее вычисление с помощью электрических взаимодействий; fluxomics , организменном, ткань или клетки измерение уровня молекулярных динамических изменений с течением времени; biomics , анализ систем биома ; Молекулярные biokinematics, изучение «биология в движении» сосредоточено на том, как клетку транзите между стационарными состояниями.

Различные технологии, используемые для захвата динамических изменений в мРНК, белки и посттрансляционные модификации. Mechanobiology , силы и физические свойства на всех уровнях, их взаимодействие с другими регуляторными механизмами; биосемиотики , анализ системы знаковых отношений организма или других биосистем; Physiomics , систематическое изучение Physiome в биологии.

Биоинформатики и анализ данных

Современные вычислительные методы, используемые для анализа различных типов с высокой пропускной способностью, а также мелкомасштабных углубленных экспериментальных данных в системной биологии. (Tavassoly, Иман, Джозеф Гольдфарб и Рави Айенгар «Системная биология праймеры: основные методы и подходы.». Очерки биохимии 62,4 (2018): 487-500)

Другие аспекты информатики, информатики и статистики также используются в системной биологии. К ним относятся новые формы расчетных моделей, такие как использование процесс исчисления для моделирования биологических процессов (известные подходы включают стохастического я-исчисление , BioAmbients, бета Биндер, BioPEPA и Brane исчисление) и ограничение -О моделирование; интеграция информации из литературы, с использованием методов извлечения информации и извлечение текста ; разработка онлайновых баз данных и хранилищ для совместного использования данных и моделей, подходов к интеграции баз данных и программного обеспечения совместимости с помощью слабосвязанных программного обеспечения, веб - сайтов и баз данных, или коммерческие костюмы.; разработка синтаксический и семантический звуковых способов представления биологических моделей; сетевые подходы, основанные на анализе высоких размерных геномных наборов данных. Например, анализ взвешенной корреляции сети часто используется для идентификации кластеров (называемые модулями), моделирования взаимосвязи между кластерами, вычислением нечетких мер кластера (модуль) членства, идентификации Внутримодульного узлов, а также для изучения сохранения кластеров в других наборах данных; тропинка на основе методов анализа omics данных, например, подходы к идентификации и оценке путей с дифференциальной активностью своих членов генов, белков, или метаболитом.