Rendszerbiológia
A rendszerbiológia a biológiai/orvosbiológiai tudományos kutatás terjedőben lévő új megközelítése. A rendszerbiológia a biológiai rendszereken belül végbemenő komplex interakciók vizsgálatát előtérbe helyező interdiszciplináris tudományterület, amely az elterjedtebb redukcionista megközelítés helyett holisztikusabb perspektívában helyezi el a biológiai és orvosbiológiai kutatást. A koncepció különösen 2000 után terjedt el széles körben a biológiai tudományok különböző kontextusaiban. A rendszerbiológia egyik nagyra törő célja, hogy felfedezzen, modellezzen emergens tulajdonságokat – ezek a sejtek, szövetek, szervezetek rendszerszerű működésével kapcsolatos tulajdonságok, melyek elméleti leírása kizárólag a rendszerbiológia hatáskörébe tartozó technikákkal lehetséges. Tipikusan ide tartoznak az anyagcsere-hálózatok vagy a sejtek közötti szignalizációs hálózatok.[1] A rendszerbiológia nagy mértékben támaszkodik matematikai és számítási modellekre.
Áttekintés
A rendszerbiológiát különböző aspektusokból tekinthetjük:
- tudományágként, a biológiai rendszerek komponensei közötti interakciók tudománya, annak vizsgálata, hogy ez ezek az interakciók hogyan állnak össze a rendszer funkcióivá és a rendszerre jellemző viselkedéssé (például az enzimek és metabolitok egy anyagcsere-útvonallá).[2][3]
- paradigmaként, mint az úgynevezett redukcionista megközelítés antitézise (lásd biológiai hierarchia), de ugyancsak a tudományos módszer keretein belül operálva. A két paradigma közötti eltéréseket a következő idézetek magyarázzák:
- „A redukcionista szemlélet sikeresen azonosította az alkotóelemek nagy részét és a közöttük lévő interakciók közül is sokat, sajnálatosan azonban nem kínál fel meggyőző magyarázatokat és módszereket annak megértéséhez, hogy a rendszer tulajdonságai hogyan bukkannak fel… a biológiai hálózatokban fellépő okok és hatások sokfélesége könnyebben támadható sok komponens egyidejű, kvantitatív módszereket felhasználó megfigyelésével és az adatok szigorú, matematikai modellekbe integráló elemzésével.” (Sauer et al.).[4]
- „A rendszerbiológia… inkább dolgok egybe rakása, mint szétszedése, inkább integráció, mint redukció. Szükséges hozzá, hogy olyan gondolkodásmódokat alakítsunk ki, melyek éppoly rigorózusak, mint a redukcionista programjaink, de másfélék… Azt jelenti, hogy változtatnunk kell a filozófiánkon, a szó szoros értelmében.” (Denis Noble).[5]
- a kutatás végzéséhez használt műveleti protokollok sorozata, egy ciklus, melynek alkotóelemei az elmélet, konkrét tesztelhető hipotézisek felállítása matematikai vagy számítási modellek alapján, kísérleti ellenőrzés, majd a sejtekről vagy sejtfolyamatokról újonnan szerzett kvantitatív leírás alapján a számítási modell finomítása.[6] Mivel a cél a rendszer interakcióit leíró modell létrehozása, a rendszerbiológiában alkalmazandó kísérleti technikák lehetőség szerint annyira rendszerszintűek és teljesek amennyire az lehetséges. Ezért transzkriptomikai, metabolomikai, proteomikai módszerekkel és nagy áteresztőképességű technikákkal (high throughput screening, HTS) gyűjtik be a kvantitatív adatokat a modellek megalkotásához és validálásához.[7]
- a dinamikus rendszerek elméletének a molekuláris biológiára való alkalmazásaként. Valóban, a tanulmányozott rendszerek dinamikájára való fókuszálás a fő koncepcionális különbség a rendszerbiológia és a bioinformatika között.
- tudományszociológiai jelenség, amit az a stratégia jellemez, hogy a biológiai rendszerek interakcióiról különböző kísérleti forrásokból, interdiszciplináris eszközökkel és személyzettel kinyert komplex adatok integrációjára törekszik.[8]
A nézőpontok fenti változatossága is jól illusztrálja, hogy jelenleg a rendszerbiológia inkább egymást részben fedő koncepciók halmaza, mint egyetlen, jól definiált tudományterület. Mindenesetre a kifejezést 2007 óta széles körben elterjedten használják, rendszerbiológiai tanszékek és intézetek burjánzanak világszerte.
Történelme
A rendszerbiológia gyökerei megtalálhatók:
- az enzimkinetika kvantitatív modellezésében, ami 1900 és 1970 között virágzott,
- a népességnövekedés matematikai modellezésében,
- a neurofiziológiai tanulmányokhoz kifejlesztett szimulációkban,
- az irányításelméletben és a kibernetikában.
A rendszerbiológia előfutárai közé sorolható a teoretikusok közül Ludwig von Bertalanffy, az ő általános rendszerelméletével.[9] A sejtbiológia területén végzett első numerikus szimulációkat 1952-ben publikálta a két brit neurofiziológus és Nobel-díjas, Alan Lloyd Hodgkin és Andrew Fielding Huxley, akik megalkották az idegsejt axonján továbbhaladó akciós potenciált leíró matematikai modellt.[10] Az ő modelljük által leírt sejtfunkció két különböző molekuláris komponens, név szerint a kálium- és a nátriumcsatorna interakciójából bukkan fel, így a számítási rendszerbiológia előörsének lehet tekinteni.[11] 1960-ban Denis Noble megalkotta az első szívritmus-szabályozó számítógépes modelljét.[12]
A rendszerbiológia formális tudományát, önálló tudományágként 1966-ban indította el útjára a rendszerelmélettel foglalkozó Mihajlo Mesarovic egy nemzetközi szimpóziumon az Ohio állambeli Clevelendben található Case Institute of Technologyn, "Systems Theory and Biology" c. előadásában.[13][14]
Az 1960-as és 70-es években fejlődött ki a komplex molekuláris rendszerek tanulmányozásának több új megközelítése, köztük a metabolikus kontrollanalízis és a biokémiai rendszerelmélet. A molekuláris biológia 1980-as években elér sikerei, párosulva a sokat ígérő, ám keveset teljesítő elméleti biológiával kapcsolatos szkepticizmussal oda vezetettt, hogy a biológiai folyamatok kvantitatív modellezése viszonylag apró tudományterület maradt.
A funkcionális genomika 1990-es évekbeli megszületésével azonban, ahogy nagy mennyiségű, jó minőségű adatok váltak hozzáférhetővé egy időben a számítástechnika robbanásszerű fejlődésével, lehetővé vált realisztikusabb modellek elkészítése. 1992-ben és 1994-ben cikksorozat jelent meg Kínában[15][16][17][18][19] rendszer-orvostudományi, rendszergenetikai és rendszer-biomérnöki témákban BJ. Zeng kutatótól, aki 1996-ban előadást tartott a transzgenikus állatokról tartott első nemzetközi konferencián Pekingben, bio-rendszerelmélet és a kutatás rendszerszerű megközelítése tárgyában. 1997-ben Tomita Maszaru (冨田 勝) kutatócsoportja elsőként publikálta egy teljes (hipotetikus) sejt anyagcseréjének kvantitatív modelljét.[20]
2000 körül, miután Seattle-ben és Tokióban is rendszerbiológiai intézetek alakultak, a rendszerbiológia önálló mozgalommá nőtte ki magát – ösztönözték erre a véghezvitt genomprojektek, az -omikákból (pl. genomika, proteomika) származó adatok nagymértékű növekedése és az ehhez kapcsolódó előrelépések a nagy áteresztőképességű kísérletekben és a bioinformatikában. Azóta számos rendszerbiológiának szentelt kutatóintézetet alapítottak. A National Institutes of Healthhez tartozó NIGMS által alapított projekttámogatási alap jelenleg tíznél is több rendszerbiológiai központ működését támogatja az Egyesült Államokban.[21] 2006 nyarára a rendszerbiológus kutatók hiánya miatt[22] a világ számos részén rendszerbiológiai doktori képzési programokat indítottak. Ugyanebben az évben a Nemzeti Tudományos Alap (NSF) meghirdette a 21. századi rendszerbiológia nagy kihívását, a teljes sejtet magába foglaló matematikai modell létrehozását.[23]
Kapcsolódó szakterületek
![](http://upload.wikimedia.org/wikipedia/commons/thumb/b/b0/Signal_transduction_pathways.svg/280px-Signal_transduction_pathways.svg.png)
Egyik interpretációja szerint a rendszerbiológia az a képesség, hogy hozzájussunk, integráljunk és analizáljunk komplex adathalmazokat, melyek különböző, interdiszciplináris eszközökkel vizsgált kísérleti forrásokból származnak. Néhány tipikus technológiai platformja:
- Fenomika
- A fenotípus változása az organizmus életpályája során.
- A szervezet DNS-nek meghatározása, beleértve a szervezeten belüli egyedi variációkat (pl. telomérahossz-variációk stb.).
- Epigenomika / Epigenetika
- A szervezetben fellépő és sejtspecifikus átírással kapcsolatos szabályozó faktorok, amikről nem ismeretes, hogy a genomszekvenciában lennének kódolva (pl. DNS-metiláció, hiszton-acetiláció és deacetiláció stb.).
- Transzkriptomika
- A szervezetben, a szövet vagy a sejt szintjén végzett génkifejeződés-vizsgálat DNS-chippel vagy a „génexpresszió-változásokat nyomon követő, szekvenáláson alapuló technikával” (SAGE, serial analysis of gene expression)
- Interferomika
- A szervezetben, a szövet vagy a sejt szintjén végzett vizsgálat, melynek tárgya a transzkripciós javítási faktorok (pl. RNS-interferencia)
- Transzlatomika / Proteomika
- A szervezetben, a szövet vagy a sejt szintjén végzett vizsgálat, melynek tárgyai a fehérjék és peptidek, eszközei a kétdimenziós gélelektroforézis, tömegspektrometria vagy többdimenziós fehérjeazonosító technikák (fejlett HPLC eszközök tömegspektrometriával kombinálva). Az alterületek közé tartozik a foszfoproteomika, a glikoproteomika és más, a kémiailag módosult fehérjék észlelésére alkalmas eszközök.
- A szervezetben, a szövet vagy a sejt szintjén végzett mérés, melynek tárgyát az összes, metabolitnak nevezett apró molekula képezi.
- A szervezetben, a szövet vagy a sejt szintjén végzett mérés, melynek tárgyát a szénhidrátok képezik.
- Lipidomika
- A szervezetben, a szövet vagy a sejt szintjén végzett mérés, melynek tárgyát a lipidek képezik.
A fent felsorolt molekulák azonosításán és számszerűsítésén kívül további technikák, melyek a sejten belüli dinamikát és interakciókat tárják fel:
- Interaktomika
- A szervezetben, a szövet vagy a sejt szintjén végzett vizsgálat, melynek tárgyát a molekulák közötti interakciók képezik. Jelenleg a fő csapásirány ezen a területen a protein-protein interakciók (PPI-k) vizsgálata, bár az interaktomika definíciója nem zár ki más molekuláris diszciplínákat sem.
- Neuroelektrodinamika
- Az agy vizsgálata dinamikus rendszerként, a benne végbemenő elektromos interakciók és biofizikai mechanizmusok vizsgálata, melyekből összeáll a számításra képes rendszer.
- Fluxomika
- Molekuláris dinamikai változások leírása a szervezet, a szövet vagy a sejt szintjén.
- Biomika
- A biom rendszerszintű vizsgálata.
- Szemiomika
- A szervezet jelrelációinak (szemiotikai) rendszerszintű vizsgálata.
- A rák rendszerbiológiája a rendszerbiológiai megközelítés fontos alkalmazási területe, amit sajátos vizsgálati területe különböztet meg (tumorképződés és rákgyógyítás). Specifikus adatokkal (páciensek mintái, nagy átbocsátású adatok, pl. a tumormintákból kinyert rákgenom jellemzőiről) és eszközökkel (halhatatlanná tett tumor-sejtvonalak, a tumorképződés modellje egerekben, xenograft modellek, új generációs DNS-szekvenálási módszerek, kis interferáló RNS, avagy siRNS-alapú génkiütéses nagy átbocsátású szűrések, a testi mutációk és genominstabilitás számítástechnikai modellezése) dolgozik.[24] A rák rendszerbiológiájának hosszú távú célkitűzése a daganatos betegségek jobb diagnózisa és osztályozása, a javasolt kezelés kimenetelének hatékonyabb megjósolása, ami távolabbi perspektívában a személyre szabott rákterápiát és a virtuális rákbeteget jelentheti. Jelentős erőforrásokat fordítottak a rák számítási rendszerbiológiájára, hogy különböző tumorok több skálán realisztikus in silico modelljeit létrehozzák.[25]
A vizsgálódásokat gyakran kombinálják nagyszabású perturbációs módszerekkel, köztük génalapú (RNS-interferencia, vad típus vagy mutáns gének hibás expressziója) és kismolekula-könyvtárakat használó vegyi megközelítések. robotok és automatizált szenzorok tesznek lehetővé ilyen nagy kiterjedésű kísérletezést és adatgyűjtést. A technológiák még fejlődésben vannak és gyakran előfordul, hogy az adatok nagy mennyiségével a minőség csökkenése jár. Kvantitatív tudósok széles skálája (számítás-biológusok, statisztikusok, matematikusok, számítástechnikusok, mérnökök, fizikusok) dolgozik azon, hogy az említett megközelítések minősége tovább javuljon, és hogy létrehozza, finomítsa és újratesztelje a modelleket, hogy pontosan tükrözzék a kísérletes megfigyeléseket.
A rendszerbiológiai megközelítés gyakran magában foglalja mechanisztikus modellek kifejlesztését, például az alapvető építőelemek kvantitatív jellemzőiből dinamikus rendszerek rekonstrukcióját.[26][27] Például egy sejthálózat matematikailag modellezhető reakciókinetikai és irányításelméleti módszerek segítségével. A sejthálózatokban fellépő óriási számú paraméterek, változók és megszorítások miatt különböző numerikus és számítási módszereket kell segítségül hívni (pl. fluxusegyensúlyi vizsgálat.
Bioinformatika és adatvizsgálat
A számítástechnika, informatika és statisztika egyéb jellemzőit is felhasználják a rendszerbiológia területén. Ezek közé tartoznak:
- Újfajta számítási modellek, például a processzalgebra alkalmazása a biológiai folyamatok modellezésére (a fontosabb megközelítések közé tartozik a sztochasztikus Pi-kalkulus, BioAmbients, Beta Binders, BioPEPA és Brane-kalkulus), valamint a korlátozás-alapú modellezés.
- A szakirodalmi adatok integrációja, információkivonás és szövegbányászat segítségével.
- Online adatbázisok és tárházak fejlesztése az adatok és modellek megosztására, az adatbázisok integrációjának és a szoftverek együttműködésének elérése a szoftverek, weboldalak, adatbázisok, kereskedelmi programok laza csatolása révén.
- A biológiai modellek reprezentációjának szintaktikailag és szemantikailag egészséges módjainak kifejlesztése.
- Hálózati alapú megközelítések a magas dimenziószámú genomikus adathalmazok analizálására. Például a súlyozott korrelációs hálózat-analízist (weighted correlation network analysis) gyakran használják klaszterek azonosítására (itt moduloknak nevezik őket), a klaszterek közötti kapcsolatok modellezésére, fuzzy számítások végzésére a modultagság kiszámítására, intramoduláris hubok azonosítására és más adathalmazokban lévő klaszter-fenntartás tanulmányozására.
Kapcsolódó szócikkek
- Biológiai számítások
- Számítógépes biológia
- Interaktóma
- Exposzóma
- Hálózatbiológia
- Weighted correlation network analysis
- Szintetikus biológia
- -omika témák listája
- Kategória:Rendszerbiológusok
- Rendszer-orvosbiológia
- Fluxusegyensúlyi vizsgálat
- Anyagcserehálózat-modellezés
- Molekuláris patológiai járványtan
- Rendszer-gyógyszerészet
- A rák rendszerbiológiája
Fordítás
- Ez a szócikk részben vagy egészben a Systems biology című angol Wikipédia-szócikk ezen változatának fordításán alapul. Az eredeti cikk szerkesztőit annak laptörténete sorolja fel. Ez a jelzés csupán a megfogalmazás eredetét és a szerzői jogokat jelzi, nem szolgál a cikkben szereplő információk forrásmegjelöléseként.
Jegyzetek
- ↑ Bu Z, Callaway DJ (2011). „Proteins MOVE! Protein dynamics and long-range allostery in cell signaling”. Advances in Protein Chemistry and Structural Biology 83, 163–221. o. DOI:10.1016/B978-0-12-381262-9.00005-7. PMID 21570668.
- ↑ (2005) „Systems Biology: Definitions and Perspectives”, Berlin 13, 13–30. o, Kiadó: Springer-Verlag. DOI:10.1007/b106456.
- ↑ Systems Biology: the 21st Century Science. Institute for Systems Biology. [2011. június 10-i dátummal az eredetiből archiválva]. (Hozzáférés: 2011. június 15.)
- ↑ (2007. április 27.) „GENETICS: Getting Closer to the Whole Picture”. Science 316 (5824), 550–551. o. DOI:10.1126/science.1142502. PMID 17463274.
- ↑ Noble, Denis. The music of life: Biology beyond the genome. Oxford: Oxford University Press, 176. o. (2006). ISBN 978-0-19-929573-9
- ↑ (2005) „Systems Biology: Definitions and Perspectives”, Berlin 13, 357–451. o, Kiadó: Springer-Verlag. DOI:10.1007/b136809.
- ↑ Chiara Romualdi, Gerolamo Lanfranchi.szerk.: Stephen Krawetz: Statistical Tools for Gene Expression Analysis and Systems Biology and Related Web Resources, Bioinformatics for Systems Biology, 2nd, Humana Press, 181–205. o. (2009). ISBN 978-1-59745-440-7
- ↑ Sablon:Cite pmid
- ↑ von Bertalanffy, Ludwig. General System theory: Foundations, Development, Applications. George Braziller, 295. o. [1968] (1976. március 28.). ISBN 978-0-8076-0453-3
- ↑ (1952. augusztus 28.) „A quantitative description of membrane current and its application to conduction and excitation in nerve”. Journal of Physiology 117 (4), 500–544. o. PMID 12991237.
- ↑ (2007. június 13.) „The long journey to a Systems Biology of neuronal function”. BMC Systems Biology 1, 28. o. DOI:10.1186/1752-0509-1-28. PMID 17567903.
- ↑ (1960. november 5.) „Cardiac action and pacemaker potentials based on the Hodgkin-Huxley equations”. Nature 188 (4749), 495–497. o. DOI:10.1038/188495b0. PMID 13729365.
- ↑ Mesarovic, Mihajlo D. Systems Theory and Biology. Berlin: Springer-Verlag (1968)
- ↑ (1968. július 5.) „A Means Toward a New Holism”. Science 161 (3836), 34–35. o. DOI:10.1126/science.161.3836.34.
- ↑ Zeng (B.) J., On the holographic model of human body, 1st National Conference of Comparative Studies Traditional Chinese Medicine and West Medicine, Medicine and Philosophy, April, 1992 ( "systems medicine and pharmacology" termed).
- ↑ Zeng (B.) J., On the concept of system biological engineering, Communication on Transgenic Animals, No. 6, June, 1994.
- ↑ Zeng (B.) J., Transgenic animal expression system – transgenic egg plan (goldegg plan), Communication on Transgenic Animal, Vol.1, No.11, 1994 (on the concept of system genetics and term coined).
- ↑ Zeng (B.) J., From positive to synthetic medical science, Communication on Transgenic Animals, No.11, 1995 (on systems medicine).
- ↑ Zeng(B.)J., The structure theory of self-organization systems, Communication on Transgenic Animals, No.8-10, 1996. Etc.
- ↑ (1997) „E-CELL: Software Environment for Whole Cell Simulation”. Genome Inform Ser Workshop Genome Inform 8, 147–155. o. PMID 11072314. (Hozzáférés: 2011. június 15.)
- ↑ Systems Biology - National Institute of General Medical Sciences. [2013. október 19-i dátummal az eredetiből archiválva]. (Hozzáférés: 2012. december 12.)
- ↑ Kling, Jim: Working the Systems. Science, 2006. március 3. [2011. július 9-i dátummal az eredetiből archiválva]. (Hozzáférés: 2011. június 15.)
- ↑ Omenn, Gilbert S. (2006. december 1.). „Grand Challenges and Great Opportunities in Science, Technology, and Public Policy”. Science 314 (5806), 1696–1704. o. DOI:10.1126/science.1135003.
- ↑ Computational Systems Biology of Cancer. Chapman & Hall/CRC Mathematical & Computational Biology, 461. o. (2012). ISBN 978-1439831441
- ↑ (2010) „Dissecting cancer through mathematics: from the cell to the animal model”. Nature Reviews Cancer 10 (3), 221–230. o. DOI:10.1038/nrc2808. PMID 20179714.
- ↑ (2003. július 4.) „Inferring Genetic Networks and Identifying Compound Mode of Action via Expression Profiling”. Science 301 (5629), 102–105. o. DOI:10.1126/science.1081900. PMID 12843395.
- ↑ (2005. március 1.) „Chemogenomic profiling on a genome-wide scale using reverse-engineered gene networks”. Nature Biotechnology 23 (3), 377–383. o. DOI:10.1038/nbt1075. PMID 15765094.
Irodalom
- (2012) „Systems Biology in Cancer Research and Drug Discovery”, 423. o.
- Kitano, Hiroaki. Foundations of Systems Biology. MIT Press, 320. o. (2001. október 15.). ISBN 978-0-262-11266-6
- (2007. március 29.) „All systems go”. Nature 446 (7135), 493–494. o. DOI:10.1038/446493a. provides a comparative review of three books:
- Alon, Uri. An Introduction to Systems Biology: Design Principles of Biological Circuits. Chapman & Hall, 301. o. (2006. július 7.). ISBN 978-1-58488-642-6
- Kaneko, Kunihiko. Life: An Introduction to Complex Systems Biology. Springer-Verlag, 371. o. (2006. szeptember 15.). ISBN 978-3-540-32666-3
- Palsson, Bernhard O. Systems Biology: Properties of Reconstructed Networks. Cambridge University Press, 334. o. (2006. január 16.). ISBN 978-0-521-85903-5
- szerk.: Werner Dubitzky, Olaf Wolkenhauer, Hiroki Yokota, Kwan-Hyun Cho: Encyclopedia of Systems Biology. Springer-Verlag, 2100. o. (2013. augusztus 13.). ISBN 978-1-4419-9864-4
További információk
- Origo: A sejt egészében zajló kölcsönhatásokról ma még keveset tudunk
- Természet Világa: Rendszerbiológia és evolúció
- A fejlődésbiológia rendszerbiológiája
- Biological Systems in bio-physics-wiki Archiválva 2013. október 13-i dátummal a Wayback Machine-ben