系统生物学
From 自明知识
系统生物学（systems biology)，又译为“系统集成生物学”或“系统综合生物学”， 是一门崭新的学科，它是继人类基因组计划之后，近年来科学家非常关注的一个研究方向。系统生物学就是在细胞、组织、器官和生物体整体水平上研究结构和功能各异的生物分子及其相互作用，并通过计算生物学来定量阐明和预测生物功能、表型和行为。系统生物学将在基因组测序基础上完成由DNA序列到生命的过程，这是一个逐步整合、优化的过程。系统生物学的基本工作流程如下：首先是对所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。系统生物学的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。
和以往系统科学所研究的复杂系统相比，系统生物学的研究将更为困难和复杂。非生物复杂系统一般由相对简单的元件组合产生复杂功能和行为，而生物体则是由大量结构和功能不同的元件组成的复杂系统，并由这些元件选择性和非线性的相互作用产生复杂的功能和行为。因此，我们要建立多层次的组学技术平台，在各种技术平台产生的大量数据的基础上，通过计算生物学和概念生物学用数学语言定量描述和预测生物学功能及生物体表型和行为。
系统生物学的主要技术平台有基因组学、转录组学、蛋白质组学、代谢组学、相互作用组学和表型组学等平台，这些高通量的组学实验平台构成了系统生物学这个大科学工程。基因组学、转录组学、蛋白质组学、代谢组学分别在DNA、mRNA、蛋白质和代谢产物水平检测和鉴别各种分子并研究其功能。相互作用组学系统地研究各种分子间的相互作用，包括蛋白质-蛋白质、蛋白质-核酸、蛋白质-代谢物间的相互作用和这些作用形成的分子机器、途径和网络，并在研究各种分子相互作用的基础上绘制生物体的相互作用图谱。表型组学是系统生物学组学平台的终端，通过基因组学、转录组学、蛋白质组学、代谢组学、相互作用组学到表型组学，完成了由基因组序列到基本生命活动的全过程。目前，表型组学还主要是在细胞水平上开展研究。
生物系统和以往的复杂系统有着本质的区别，是由大量的功能各异且常常又是多功能的元件在选择性和非线性的相互作用下产生的复杂且是相干的功能和行为，阐明和定量预测复杂的生物系统需要实验研究和计算研究的整合，这对计算科学是一个新的挑战。而计算生物学通过建模和理论探索，为提出科学问题提供了强有力的基础。
概念生物学则是联系高通量技术平台、计算生物学和传统生物学实验室的桥梁。它对现有的各种不同来源的信息和模型进行逻辑分析，产生一个假说，并将假说中的预测以可测试的方式表达，然后在公开发表的报道中寻找相关的信息。一般所研究领域的信息愈多，进行概念研究的机会就愈多，成功率也愈高。
系统生物学使生命科学由描述式的科学转变为定量描述和预测的科学，已在预测医学、预防医学和个体化医疗中得到应用。预测性即指确立与各种晚发疾病（如心脏病、肿瘤、糖尿病、自身免疫性疾病等）相关的基因及其相互关系，以描述每个个体的疾病概率史（probabilistic health history）。预防性是指应用系统生物学的方法来设计药物，纠正缺陷基因，使其功能正常化达到预防各种疾病的目的。系统生物学的发展也将使个体化医疗成为可能，如果一药物只对20％的病人有效，可以通过系统生物学的方法将这部分病人筛选出来，使该药只用于筛选出的病人，提高药物应用的针对性。
系统生物学有可能解释为什么那些携带相同致病基因的个体并不都会发病。一般将一种基因导致某种症状或疾病的可能性称作外显率，不管什么时候，外显率总是达不到100%。例如，在携带着BRCA1和BRCA2基因突变（这类基因可以导致乳腺癌和子宫癌）的妇女中，有56%-87%的人会患乳腺癌，28%-44%的人会患上子宫癌；在携带着p16基因的人中，这种基因变异会导致76%的人患上恶性黑色素瘤。长期以来，生物学家试图通过对“含有相同基因型的生物体”的研究来了解基因的功能，从而解释外显率的问题，但未能成功。例如，某个基因被认为是引起家族性糖尿病的原因，但现在看来真正的表述应该是，这个基因和家族中成员所共同含有的基因相互作用后才会导致糖尿病。如果把这个基因植入不同遗传背景的100个人中，可能会只有几十人患上糖尿病。由于基因之间存在着广泛的相互作用，单个基因的研究分析并不能解释该基因外显率的问题，只有采用系统生物学的方法，广泛地分析基因之间的相互作用，才有可能从根本上解释基因外显率的问题。
应用系统生物学的方法可预测药物的作用机制、病人对药物的应答，包括毒副作用和疗效。如：美国纽约一家基因网络科学公司(Gene Network Sciences)构建了一种人类癌细胞模型，该模型内含有500多种基因和蛋白质，可将以前分别孤立研究的生物过程联系在一起，利用这一生物网络模型，能更好理解细胞的生物学行为。这一模型表明，基因药物也是作用于多个靶点的，这可能是基因药物也会产生副作用的原因之一；此外还表明，如果破坏了某个基因或蛋白质，另外的基因将会取而代之，维持细胞的正常活动，细胞也不会因此而死亡，这或许可以解释Erbitux和Iressa等受到争议的抗癌药物为什么只能治疗少数病人。
总之，系统生物学不仅是生命科学理论的重大发展，而且还有极其广阔的应用前景，在科学性和实用性这两方面的潜在利益是巨大的。生物学正发生从分子水平到系统水平的根本转变, 而后者预示着将彻底改变人们对复杂生物调节系统的认识, 并为这方面知识的实际应用提供更多的机会。