Системна біологія: відмінності між версіями

Матеріал з Вікіпедії — вільної енциклопедії.
Перейти до навігації Перейти до пошуку
Вилучено вміст Додано вміст
BriskZP (обговорення | внесок)
Створена сторінка: '''Системна біологія''' - наукова дисципліна, що утворилася в наслідок перетину [[Біологія|б...
(Немає відмінностей)

Версія за 23:59, 27 червня 2011

Системна біологія - наукова дисципліна, що утворилася в наслідок перетину біології та теорії складних систем. Вперше термін використовується в статті 1993 авторів W. Zieglgänsberger і TR. Tölle [1].

Є міждисциплінарною наукою про життя. Спрямована на вивчення складних взаємодій в живих системах. Використовує новий підхід в біології: холізм замість редукціонізму. Основна увага в системній біології приділяється емерджентним властивостям, тобто властивостями біологічних систем, які неможливо пояснити тільки з точки зору властивостей її компонентів. Таким чином завданнями системної біології є дослідження та моделювання властивостей складних біологічних систем, які не можна пояснити сумою властивостей її складових.

Широке поширення термін “системна біологія” отримав після 2000-го року. Системна біологія має зв'язок з математичною біологією.

Значення

Системна біологія може розумітися як:

  • область досліджень, присвячена вивченню взаємодій між складовими біологічних систем, і як ці взаємодії приводять до появи функцій і характеристик систем. Наприклад, взаємодія метаболітів і ферментів в метаболічних системах.
  • наукова парадигма, протиставляється редукціоністскій парадигмі у вивченні складних біологічних систем, однак повністю відповідна науковому методу пізнання.
  • набір дослідницьких протоколів, а саме, цикл досліджень, що складається з теорії, аналітичного або комп'ютерного моделювання для формулювання гіпотез про систему, експериментальної перевірки, і потім використання отриманих даних для опису клітини або клітинних процесів для поліпшення комп'ютерної моделі або теорії[2][3]. Оскільки метою є модель взаємодій в складній системі, експериментальні методики, які використовуються в системній біології повинні бути найбільш детальними. З цієї причини для верифікації моделей використовуються такі методики як транскриптоміка, метаболоміка, протеоміка та інші високопродуктивні технології для збору чисельних даних.
  • застосування теорії динамічних систем до біологічних систем.
  • соціонауковий феномен, який визначається як прагнення до інтеграції складних даних про взаємодії в біологічних системах, отриманих з різних експериментальних джерел, використовуючи міждисциплінарні методи.

Різниця в розумінні системної біології пояснюється тим фактом, що це поняття належить швидше до сукупності пересічних концепцій, ніж до одного чітко визначеного напрямку. Незважаючи на відмінність в розумінні цілей і методів системної біології, термін широко використовується дослідниками, в тому числі як частина назв наукових підрозділів і цілих інститутів по всьому світу.

Історія

Передумовами появи системної біології є:

  • кількісне моделювання ферментативної кінетики напрям почав формування у 1900-у році.
  • математичне моделювання зростання популяцій.
  • моделювання в нейрофізіології.
  • теорія динамічних систем і кібернетика.

Засновником системної біології можна вважати Людвіга Фон Бeрталанфі, засновника загальної теорії систем, автора книги “Загальна теорія систем у фізиці та біології”, опублікованої у 1950 році. Однією з перших чисельних моделей в біології є модель британських нейрофізіологів і лауреатів нобелівської премії Ходжкіна та Хакслі, опублікованої у 1952 році. Автори створили математичну модель, що пояснює поширення потенціалу дії вздовж аксона нейрона[4]. Їхня модель описувала механізм поширення потенціалу як взаємодію між двома різними молекулярними компонентами: каналами для калію і натрію, що можна вважати як початок обчислювальної системної біології[5]. У 1960 році на основі моделі Ходжкіна та Хакслі, Деніс Нобл створив першу комп'ютерну модель серцевого ритму[6].

Формально перша робота з системної біології, як самостійної дисципліни, була представлена системним теоретиком Михайлом Месаровичем, в 1966 році на міжнародному симпозіумі в Інституті технології в Клівленді (США, штат Огайо) під назвою “Системна теорія і біологія”[7][8].

У другій половині двадцятого століття був розроблений ряд підходів для вивчення складних молекулярних систем, таких як теорія контролю метаболізму і теорія біохімічних систем. Успіхи молекулярної біології у 80-х роках при деякому спаді інтересу до [[Теоретична біологія|теоретичної біології] взагалі, яка обіцяла більше ніж змогла досягти, призвели до падіння інтересу до моделювання біологічних систем.

На початку двадцять першого століття, коли створювалися інститути системної біології в Сіетлі і Токіо, системна біологія вступила в повні права. Будучи залученою в різні геномні проекти, допомагаючи в інтерпретації інших високопродуктивних експериментів, включаючи біоінформатику. Станом на 2006 рік, у зв'язку з браком системних біологів[9] було створено кілька навчальних центрів по всьому світу.

Експериментальні методи системної біології

Для верифікації створюваних моделей системна біологія працює з самими різними типами експериментальних даних, що описують як окремі складові, так і систему в цілому. Найчастіше в якості вихідної інформації для формулювання гіпотез і висновків використовуються дані, отримані в інших областях біології: біохімії, біофізики, молекулярної біології. Тим не менш, існує ряд специфічних методів, міцно асоційованих з системною біологією. Ці методи характеризує велика кількість експериментальних вимірювань, а також одночасне детектування багатьох характеристик, що стало можливим з появою автоматизованих потокових методик експериментів.

Прикладами таких методів можуть бути:

  • Геноміка - високопродуктивні методи сіквеніровання ДНК, включаючи вивчення варіабельності в різних клітинах одного організму;
  • Епігеноміка, Епігенетика: вивчення факторів транскрипції, не кодованих в ДНК;
  • Транскриптоміка - вимірювання експресії генів, використовуючи ДНК-мікрочіпи та інші методи;
  • Інтерфероміка - вимір взаємодії транскрибіруємих РНК;
  • Протеоміка, Транслатоміка: вимірювання рівня білків або пептидів з використанням двовимірного гель-електрофорезу, мас-спектрометрії або багатовимірних методик вимірювання білків;
  • Метаболоміка - вимірювання концентрацій малих молекул, метаболітів;
  • Глікоміка - вимірювання рівня вуглеводів;
  • Ліпідоміка - вимірювання рівня ліпідів.

Крім представлених методів вимірювання рівня молекул, існують також більш складні методи, що дозволяють вимірювати динаміку характеристик в часі і взаємодія між компонентами:

  • Інтерактоміка - вимір взаємодій між молекулами;
  • Флаксоміка - вимір динаміки потоків і концентрацій у часі;
  • Біоміка - системний аналіз біома.

Перераховані методики в даний час все ще активно розвиваються як в напрямку збільшення точності й інформативності вимірювань, так і в способах чисельної обробки одержуваних даних.

Інструменти системної біології

Дослідження в області системної біології найчастіше полягають у розробці механічної моделі складної біологічної системи, тобто моделі, сконструйованої на основі кількісних даних про елементарні процеси, що складають систему[10][11].

Метаболічний або сигнальний шлях може бути описаний математично на основі теорій ферментативної або хімічної кінетики. Для аналізу отриманих систем можуть застосовуватися математичні методи нелінійної динаміки, теорії випадкових процесів, або використовуватися теорія управління.

Через складності досліджуваного об'єкта, великої кількості параметрів, змінних і рівнянь, що описують біологічну систему, сучасна системна біологія неможлива без використання комп'ютерних технологій. Комп'ютери використовуються для розв'язання систем нелінійних рівнянь, вивчення стійкості та чутливості системи, визначення невідомих параметрів рівнянь за експериментальними даними. Нові комп'ютерні технології справляють істотний вплив на розвиток системної біології. Зокрема, використання обчислення процесів, автоматичних засобів пошуку інформації в публікаціях, обчислювальна лінгвістика, розробка та наповнення загальнодоступних баз даних.

В рамках системної біології проводиться робота над створенням власних програмних засобів для моделювання і універсальних мов для зберігання та анотації моделей. Як приклад можна привести SBML, CellML  розширення XML для запису моделей, а також SBGN  мова графічного подання структури взаємодій елементів біологічних систем.


Примітки

  1. The pharmacology of pain signalling. [Curr Opin Neurobiol. 1993] — PubMed result
  2. Sauer, U. та ін. (27 April 2007). Getting Closer to the Whole Picture. Science. 316: 550. doi:10.1126/science.1142502. PMID 17463274. {{cite journal}}: Явне використання «та ін.» у: |author= (довідка)
  3. Denis Noble (2006). The Music of Life: Biology beyond the genome. Oxford University Press. ISBN 978-0199295739. p21
  4. Hodgkin AL, Huxley AF (1952). A quantitative description of membrane current and its application to conduction and excitation in nerve. J Physiol. 117 (4): 500—544. PMID 12991237.
  5. Le Novere, N (2007). The long journey to a Systems Biology of neuronal function. BMC Systems Biology. 1: 28. doi:10.1186/1752-0509-1-28. PMID 17567903. {{cite journal}}: Вказано більш, ніж один |author= та |last1= (довідка)Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  6. Noble D (1960). Cardiac action and pacemaker potentials based on the Hodgkin-Huxley equations. Nature. 188: 495—497. doi:10.1038/188495b0. PMID 13729365.
  7. Mesarovic, M. D. (1968). Systems Theory and Biology. Springer-Verlag.
  8. A Means Toward a New Holism. Science. 161 (3836): 34—35. doi:10.1126/science.161.3836.34.
  9. Working the Systems.
  10. Gardner, TS; di Bernardo D, Lorenz D and Collins JJ (4 July 2003). Inferring genetic networks and identifying compound of action via expression profiling. Science. 301: 102—1005. doi:10.1126/science.1081900. PMID 12843395.
  11. di Bernardo, D; Thompson MJ, Gardner TS, Chobot SE, Eastwood EL, Wojtovich AP, Elliot SJ, Schaus SE and Collins JJ (March 2005). Chemogenomic profiling on a genome-wide scale using reverse-engineered gene networks. Nature Biotechnology. 23: 377—383. doi:10.1038/nbt1075. PMID 15765094.