基本介紹
- 中文名：生物網路
- 外文名：biological network
成千上萬分子的相互作用調控著複雜的生命過程。研究大量蛋白質、代謝產物的系統方法，及他們的調節方式能反映出複雜的分子網路。當然這種生物網路不同於其他網路，他們展現的是組織和結構的普遍屬性。研究這些生物網路可以得知細胞增殖、代謝過程的基本機制，及病變原理，而且可能還會有新的發現。
當然外界環境的作用不能排除。在分子層面上，研究細胞精確變化是現在分子生物領域的主要研究方向，而且在功能網路方面投入了很多精力，因為功能網路控制、調節複雜的的生命過程。
目前，各個研究機構構建出不同組織的功能網路，但對整個分子網路的認識存在局限性。現在出現的高通量的技術可以檢測出大量的基因、RNA、蛋白質序列；還有他們的表現型，生化及遺傳間的相互作用。雖然能獲得大量的生物信息，但是研究的數據常常不完整且含有錯誤。儘管如此，還是可以提供關於各個組織的功能及功能間相互作用的有價值的信息。迄今為止，大量的數據集已被用來構建各種不同的網路，下面列出幾種功能網路：
Transcription factor-binding networks
轉錄因子結合網路
Protein–protein interaction networks
蛋白質相互作用網路
Protein phosphorylation networks
蛋白質磷酸化網路
Metabolic interaction networks
代謝相互作用網路
Genetic and small molecule interaction networks
遺傳和小分子相互作用網路
當然還有其他的生物功能網路，例如The coexpression and homolog Networks 。研究這些網路可能會發現新蛋白質的作用，特別當與其他網路結合起來研究，也有助於解釋其他複雜的分子網路。
Global topology（網路拓撲）、 Similarities between the transcription and phosphorylation networks（轉錄與磷酸化網路間的異同）、Network modules（網路模組）、Network motifs（網路圖案）、Network integration（網路集成）、Network dynamics（網路動態）、Network evolution（網路演進）
研究功能網路的目的，是為了檢測基因與人類疾病的相關性。然而現在研究得出的有關完整功能網路的結論來自於有限的和可能存在錯誤樣本的生物網路。例如酵母雙雜交蛋白質相互作用網路，呈現的是一個典型的無尺度結構，且要用它來推斷出完整的酵母蛋白質相互作用網路，具有相同的屬性。最近的研究則表明，該通過實驗設計得出的無尺度拓撲數據，會導致了完整的樣本中有偏差。
這就表明，我們對生物網路的當前看法仍可能有偏向性的，需要更多的互動數據，以便更好地構建真正完整的網路。收集大規模的數據集才剛剛起步，在未來，我們應該有可能建造更多完整和準確的網路。
