《系统生物学》
Systems
Biology
作者： by Edda Klipp, Wolfram
Liebermeister, Christoph Wierling, Axel Kowald
出版社： Wiley-Blackwell
索书号：中图号：Q1
ISBN：978-3527336364
系统生物学是研究生物系统组成成分的构成与相互关系的结构、动态与发生，以系统论和实验、计算方法整合研究为特征的生物学。20世纪中叶贝塔朗菲定义“机体生物学”的“机体”为“整体”或“系统”概念，并阐述以开放系统论研究生物学的理论、数学模型与应用计算机方法等。系统生物学不同于以往仅仅关心个别的基因和蛋白质的分子生物学，在于研究细胞信号传导和基因调控网路、生物系统组成之间相互关系的结构和系统功能的涌现。
系统生物学的基本工作流程有这样四个阶段。首先是对选定的某一生物系统的所有组分进行了解和确定，描绘出该系统的结构，包括基因相互作用网络和代谢途径，以及细胞内和细胞间的作用机理，以此构造出一个初步的系统模型。第二步是系统地改变被研究对象的内部组成成分（如基因突变）或外部生长条件，然后观测在这些情况下系统组分或结构所发生的相应变化，包括基因表达、蛋白质表达和相互作用、代谢途径等的变化，并把得到的有关信息进行整合。第三步是把通过实验得到的数据与根据模型预测的情况进行比较，并对初始模型进行修订。第四阶段是根据修正后的模型的预测或假设，设定和实施新的改变系统状态的实验，重复第二步和第三步，不断地通过实验数据对模型进行修订和精练。第一到第三阶段，也就是以下的“整合”- 系统理论、“干涉”- 实验生物学和“信息”- 计算生物学等研究，即系统论和实验（experimental）、计算（computational）方法整合的系统生物学概念，目标就是要得到一个理想的模型，使其理论预测能够反映出生物系统的真实性。
作为后基因组时代的新秀，系统生物学与基因组学、蛋白质组学等各种“组学”的不同之处在于，它是一种整合型大科学。首先，它要把系统内不同性质的构成要素 （基因、mRNA、蛋白质、生物小分子等） 整合在一起进行研究。系统生物学研究所的第一篇研究论文，就是整合酵母的基因组分析和蛋白质组分析，研究酵母的代谢网络。由于不同生物分子的研究难度不一样，技术发展程度不一样，对它们的研究水平有较大的差距。例如，基因组和基因表达方面的研究已经比较完善，而蛋白质研究就较为困难，至于涉及生物小分子的代谢组分的研究就更不成熟。因此，要真正实现这种整合还有很长的路要走。
对于多细胞生物而言，系统生物学要实现从基因到细胞、到组织、到个体的各个层次的整合。《科学》周刊系统生物学专集中一篇题为“心脏的模型化——从基因到细胞、到整个器官”的论文，很好地体现了这种整合性。我们知道，系统科学的核心思想是：“整体大于部分之和”；系统特性是不同组成部分、不同层次间相互作用而“涌现”的新性质；对组成部分或低层次的分析并不能真正地预测高层次的行为。如何通过研究和整合去发现和理解涌现的系统性质，是系统生物学面临的一个带根本性的挑战。
系统生物学整合性的第三层含义是指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。首先是在DNA水平上寻找特定的基因，然后通过基因突变、基因剔除等手段研究基因的功能；在基因研究的基础上，研究蛋白质的空间结构，蛋白质的修饰以及蛋白质间的相互作用等等。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。此外，系统生物学还是典型的多学科交叉研究，它需要生命科学、信息科学、数学、计算机科学等各种学科的共同参与。
系统生物学的整合性可以体现在两种不同的策略上。第一种就是切奇（Church）和后来胡德（Hood）的系统生物学研究所采用的方式，选定一个较为简单的系统，如单细胞生物酵母，然后分析尽可能多的构成成分——基因组、转录组、蛋白质组、相互作用组，以揭示整个系统的行为。另外一种策略是吉尔曼 (A. G. Gilman) 领导的“信号转导联军”采用的，以一个较为复杂的系统 (G 蛋白介导的和与其相关的细胞信号转导系统） 为研究对象，采用尽可能多的研究手段去进行分析
在前分子生物学时代，生物学家把生命视为具有特殊“活力”的有机体，遵循着无机界不存在的法则进行生命活动。在分子生物学时代，研究者们把生命视为一架精密的机器，由基因和蛋白质根据物理、化学的规律来运转。系统科学和非平衡热物理学，将生命是开放和能量耗散的信息化过程，控制论研究生物通讯与调控作信息系统，艾根提出生物信息进化的分子超循环理论，在后基因组时代，功能基因组学研究细胞信号与基因调控等信息的分子相互作用网络等，像胡德这种类型的科学家，也把生命视为信息的载体，一切特性都可以从信息的流动中得到实现。
胡德提出，应该把生物学视为一门信息科学，也就是生物信息学与计算生物学。这个观点包含有三层意思。首先，生物学研究的核心——基因组，是数字化的 (digital）。生物学与所有其他学科，如物理学、化学、地理学，是完全不一样的科学，因为生物学以外的学科都只能通过类比的方式 (analog) 进行分析。既然生物学研究的核心是数字化的，因此生物学可以被完全破译。从理论上说，我们对生物学的把握应该超过其他任何一门学科。其次，生命的数字化核心表现为两大类型的信息，第一类信息是指编码蛋白质的基因，第二类信息是指控制基因行为的调控网络。显然，由一段 DNA 序列组成的基因是数字化的。值得强调的是，基因调控网络的信息从本质上说也是数字化的，因为控制基因表达的转录因子结合位点也是核苷酸序列。生物学是信息科学的第三层意思是，生物信息是有等级次序的，而且沿着不同的层次流动。一般说来，生物信息以这样的方向进行流动：DNA→mRNA→蛋白质→蛋白质相互作用网络→细胞→器官→个体→群体。这里要注意的是，每个层次信息都对理解生命系统的运行提供有用的视角。因此，系统生物学的重要任务就是要尽可能地获得每个层次的信息并将它们进行整合。
根据系统论的观点，构成系统的关键不是其组成的物质，而是组成部分的相互作用或部分之间的关系。这些相互作用或者关系，从本质上说就是信息。换一个角度来说，生命是远离平衡态的开放系统，为了维持其有序性，生命系统必须不断地与外部环境交换能量，以抵消其熵增过程。奥地利物理学家薛定谔 (E. Schrödinger) 早在 1940 年代发表的著作《生命是什么？》 (What is Life?) 中就已指出，生命以“负熵流”为食，热物理学家布里渊提出“负熵”是信息的概念，而“负熵”其实就是信息的另一种表示方法。因此，我们可以这样说，生命系统是一个信息流的过程，系统生物学就是要研究并揭示这种信息的运行规律。
目录
1.系统生物学介绍
2.生化系统模型
3.生化网络分析与结构模型
4. 生化动力学模型
5. 数据格式，仿真技术和建模工具
6. 耦合系统和紧急行为
7. 离散、随机和空间模型
8. 网络结构、动力学及其功能
9.基因表达模型
10. 可变性、稳定性和信息
11.选择与进化
12.生化系统模型
13.细胞生物
14.实验技术
15. 数学和物理概念
16.数据库
17.模型软件工具
朱旺 武汉大学生命科学学院 硕士研究生