下载文档原格式
生物大分子互作网络的基础和应用随着生物技术的发展，人们开始深入探讨生物大分子互作网络的构建和应用。
生物大分子包括蛋白质、核酸、多聚糖等，它们之间的互作网络关系密切，涵盖了生物学、化学、物理学等多个学科领域。
本文将从生物大分子互作网络的构建和应用两个方面讨论其基础和发展。
一、生物大分子互作网络的构建生物大分子互作网络是指在生物体内，大分子之间相互作用、相互影响而形成的网络。
构建这种网络需要获得大量的大分子互作数据，包括蛋白质-蛋白质、蛋白质-核酸、核酸-核酸等互作关系。
目前，常用的建立生物大分子互作网络的方法主要有以下几种：1.高通量筛选法：该方法利用高通量技术，对大量的生物大分子进行筛选和互作检测，从而得到大量的互作数据。
2.蛋白质结构拓扑分析法：该方法通过分析蛋白质结构中的拓扑结构，确定其互作关系。
当前，常用的蛋白质结构分析工具有Cluspro、ZDOCK等。
3.生物信息学方法：该方法利用生物信息学技术，挖掘生物大分子的互作网络。
例如，利用基因共表达分析，可以推测出蛋白质的互作关系。
以上方法在生物大分子互作关系的研究中发挥了重要的作用。
二、生物大分子互作网络的应用生物大分子互作网络的发展给医学和药物研究等领域带来了很多机会。
以下是其主要应用：1.药物研究：生物大分子互作网络的构建可以帮助药物研究的开发，为药物发现提供新的思路。
例如，可以通过网络分析，筛选出与疾病相关的蛋白质和化合物，有助于新药的开发。
2.疾病诊断：生物大分子互作网络还可以用于疾病的诊断。
通过分析疾病相关大分子的互作网络，可以发现关键的生物标志物，用于疾病的早期诊断。
3.生物信息学：生物大分子互作网络对于生物信息学领域的发展也有着重要的作用。
生物大分子互作网络的构建和分析可以为研究蛋白质功能、结构和进化等提供新的方法。
4.环境保护：生物大分子互作网络的研究还可以应用于环境保护。
通过分析生物大分子在环境污染物暴露下的影响，可以指导环境治理和保护。
今天的⽣物分⼦⽹络知识为什么⼀定要学习分⼦⽹络知识？这是因为我们掌握的⽣物学基本知识，绝⼤多数情况下是单向描述的，是⼀维⽔平的，是不谈论分⽀的。
只有这样，依靠知识“点”，再联成如同反应途径的“线”，尔后把同步发⽣的事件再铺成“⾯”，但细胞内的实际状况还是远⾮如此简单！⼀.⽣物分⼦⽹络基本性质科学家对许多⽣物分⼦⽹络进⾏了实证研究，根据研究结果总结出多种⽣物分⼦⽹络存在如下⼀些普遍性质。
1.⽣物分⼦⽹络具有稀疏性如果⽹络⼤⼩为N，那么它的边的数⽬为O（N），⽽不是N平⽅。
⽣物分⼦⽹络的稀疏性质的实质是⽣物在长期进化过程中达到某种优化的表现结果。
2.⽣物分⼦⽹络具有⽆标度（scale-free）性质这些⽹络的度的分布都服从幂律分布。
⽆标度⽹络的显著特点是，多数节点有少量连接，⽽少数节点拥有⼤量连接。
这种特性表明，在⽣物分⼦⽹络所拥有的动态过程中，有少数节点所代表的⽣物分⼦起到了关键作⽤。
例如，在对真核细胞和细菌的研究中发现，细胞的新陈代谢有着⽆标度的拓扑特性；在代谢反应中，多数的代谢酶解物仅参与了1或2个反应，⽽少数⼏个酶解物则参与了众多反应，发挥着代谢中枢的作⽤。
3.⽣物分⼦⽹络具有超⼩世界性⼩世界⽹络是指有短的平均路径长度和较⼤的平均聚类系数的⽹络。
现实⽣活中的⽹络普遍具有⼩世界特性。
万维⽹，社会关系⽹和神经⽹络也是具有⼩世界性的⽹络。
许多⽣物分⼦⽹络，也具备了⼩世界特性，⽽且平均路径长度⽐⼀般⼩世界⽹络的平均路径还要短。
因此，有的学者还提出这是⼀种超⼩世界。
对于⽣物分⼦⽹络⽽⾔，超⼩世界效应最先是在细胞内新陈代谢的研究中发现的。
代谢⽹络中，平均通过3或4个反应的路径就能够连接多数成对的代谢物，⽽短的路径长度表明，对代谢物浓度的局域扰动能够迅速地遍及整个⽹络。
由此可见，具有超⼩世界效应的⽹络更便于⽣物信息在⽹络的节点之间得到迅速传播。
4.⽣物分⼦⽹络具有层次结构5.⽣物分⼦⽹络具有度的负关联性6.⽣物分⼦⽹络具有⼀定的鲁棒性和适应性⼆.⽣物分⼦⽹络归类来⾃耶鲁⼤学分⼦物理学与⽣物化学系的Haiyuan Yu等⼈集中展⽰了四中基本的分⼦⽹络的全局⽐较，这四种分⼦⽹络是：调控⽹络（regulatory）、共表达⽹络（co-expression）、相互作⽤⽹络(interaction) 和代谢⽹络(metabolic) 。
生物学中的网络分析方法随着科技的不断发展，生物学研究的范围也越来越广泛，网络分析方法成为了生物学研究中必不可少的一部分。
生物网络分析是一种研究生物分子、细胞、组织和群体之间相互作用的方法，可以为研究生物现象提供新的视角和思路。
本文将介绍生物学中网络分析方法的基础知识，并介绍几种应用于生物网络分析中的方法。
网络分析的基础知识在生物网络分析中，网络是由节点和边构成的图形结构，节点代表生物分子、细胞、组织和群体等物体，边代表它们之间的关系。
因此，网络可以用图形来表示。
在生物网络分析中，常用的两种网络结构是蛋白质相互作用网络和基因调控网络。
蛋白质相互作用网络是由蛋白质之间的物理相互作用构成的网络，而基因调控网络则由基因调控因子和靶基因之间的相互作用构成。
蛋白质相互作用网络和基因调控网络代表了生物体内不同层次的相互作用，这些相互作用可以用网络分析来研究。
在网络分析中，节点的度是一个重要的指标，它表示与该节点相连的边数，节点的中心性是另一个重要的指标，它表示节点在网络中的重要性。
节点的中心性可以通过计算节点在网络中占据的位置来确定。
节点在网络中的位置可以使用介数中心性、接近中心性和特征向量中心性等指标来描述。
网络分析的应用网络分析可以应用于多个生物学领域，如基因调控、代谢途径、蛋白质功能等。
下面将介绍几种常见的生物网络分析方法。
1. 社区发现生物网络中的节点与节点之间存在着各种关系，但如果将整个网络分成不同的社区，就可以发现一些比较明显的相互作用模式。
社区发现是一种基于节点相似性的方法，它可以将网络分成若干个子图，每个子图称作一个社区。
生物网络的社区划分可以揭示生物分子在生物系统中的组织和功能。
2. 基因路径分析基因路径分析是确定生物分子之间关系的一种方法。
在基因调控网络中，基因可以通过调控因子来调节其表达，并最终影响到生物体的生理现象。
基因路径分析可以根据基因和调控因子之间的相互作用关系，来构建基因关系网络并解析基因调控的机理。
第二章一.名词解释1.全局耦合网络：任意两个点之间都有边直接相连，完全连接。
2.最近邻耦合网络：每一个节点只和它周围的邻居节点相连。
3.星形耦合网络：有一个中心点，其余N-1个点都只与这个中心点连接4.均匀网络：当k >> <k>时，度为k的节点几乎不存在。
因此这类网络也成为均匀网络或指数网络5.无标(尺)度网络：由于这类网络的节点连接度没有明显的特征长度6.随机网络：节点度的分布将遵循钟形曲线分布。
按照这种分布，大多数节点拥有的连接的数目都相差不多7.鲁棒性：如果移走少量节点后，网络中的绝大部分节点仍是连通的，那么称该网络的连通性对节点故障具有鲁棒性或者稳健性。
8.脆弱性：蓄意去除少量度最高的节点就可破坏无标度网络的连通性9.设计网络：随机网络中节点总数N是预先给定的，所以它们是静态的、固定的、平衡的网络，也有称为设计网络10.演化网络：若网络模型的节点总数不是预先给定的，而是逐步增减的，则它们是动态的、增长的、非平衡的网络，或者称为演化网络(evolving network)11.马太效应：新的节点更倾向于与那些具有较高连接度的“大”节点相连接，这种现象也称为“富者更富（rich get richer）”或“马太效应(Matthew effect)”。
12.分形几何：普通几何研究的对象一般都具有整数的维数，比如，零维的点、一维的线、二维的面、三维的立体、乃至四维的时空。
分形几何（fractal geometry）是研究具有不一定是整数的维，而存在一个分数维数的空间。
13.适应度：在许多实际网络中，节点的度及其增长速度并非只与该节点的年龄有关，有时是与节点的内在性质有关的，Bianconi和Barabasi把这一性质称为节点的适应度（fitness）14.模块：模块（model）是指一组物理上或功能上连接在一起的、共同完成一个相对独立功能的节点。
15.模体：具有高聚类性的网络在局部可能包含各种由高度连接的节点组构成的子图（subgraph），如三角形，正方形和五角形，其中一些子图所占的比例明显高于同一网络的完全随机化形式中这些子图所占的比例，这些子图就称为模体。
第4章 基因调控网络及其模型一.名词解释：1.基因调控网络:GRN 是研究者在长期科研实践中，综合分析某一生物学系统的各种文献后，推断出来并构建的一种生物网络。
2.正向工程、逆向工程:在正向工程中，主要是利用已有的生物知识设计生物网络（也就是合成生物学），或者是构建量化模型来解释生物系统工作的机制。
生物网络的逆向工程研究主要是利用高通量的生物数据来构建生物网络。
3.布尔网络模型:是刻画基因调控网络一种最简单的模型。
在布尔网络中，每个基因所处的状态或者是“开”，或者是“关”。
状态“开”表示一个基因转录表达，形成基因产物；状态“关”则代表一个基因未转录。
基因之间的相互作用关系由布尔表达式来表示，即基因之间的作用关系由逻辑算子and 、or 和not 刻画。
4.系统生物学:是研究一个生物系统中所有组成成分（基因、mRNA 和蛋白质等）的构成，以及在特定条件下这些组成成分间的相互关系的学科，而生物网络由于生物系统很好描述，正逐渐成为系统生物学研究中的主要研究对象。
5.点吸引子，动态吸引子:如果在布尔网络的一个稳定状态下，所有基因的状态不变，则称该稳态是“点吸引子”；如果网络的一个稳态是多个状态的周期切换，则称该稳态为“动态吸引子”，此时网络系统处于相对稳定状态。
6.有向图模型、有向超图模型:利用有向图可建立直观的GRN 模型。
有向图可以定义为二元组<V ,E>，其中V 是节点的集合，E 是边的集合。
有向图的边可以表示多个基因之间的相互作用。
为此GRN 的有向边可定义为三元组<i,j,s>，其中s 表示节点i 是否被节点j 激活(s 为+)或抑制(s 为-)。
还可以用有向超图(Hyper graph)来描述基因表达的蛋白质合作调控过程。
在此种图中的边可定义为三元组<i,J,S>,其中J 为节点i 的一组调控基因的列表，S 为该组基因调控 i 效果的列表。
7.线性组合模型:线性组合模型是一种连续网络模型，在这种模型中，一个基因的表达值是若干个其它基因表达值的加权和。
生物分子网络分析指标1 生物分子网络概述1.1 基本概念● 网络：通常可以用图()E V G ,=表示网络（network ），其中V 是网络的节点集合，每个节点代表一个生物分子，或者一个环境刺激；E 是边的集合，每条边代表节点之间的相互关系。
当V 中的两个节点1v 和2v 之间存在一条属于E 的边1e 时，称边1e 连接1v 和2v ，或者称1v 连接于2v ，也称作2v 是1v 的邻居。
● 有向网络与无向网络：根据网络中的边是否具有方向性或者说连接一条边的两个节点是否存在顺序，网络可以分为有向网络与无向网络。
● 加权网络与等权网络：如果网络中的每条边都被赋予相应的数字，这个网络就称为加权网络(weighted network)，所赋予的数字称为边的权重。
如果网络中各边之间没有区别，可以认为各边的权重相等，称为等权网络或无权网络(unweighted network)。
● 二分网络：如果网络中的节点可分为两个互不相交的集合，而所有的边都建立在来自不同集合的节点之间，则称这样的网络为二分网络(bipartite network)● 网络中的路径与距离：网络中的路径是指一系列的节点，其中每个节点都有一条边连接到紧随其后的节点。
路径中所经过边的权重之和称为路径的权重，也称为路径的长度。
在连接两个节点的所有路径中，长度最短的路径称为最短路径，此路径的长度称为两个节点的距离。
1.2 常见生物分子网络● 基因调控网络与原核生物相比，真核生物基因表达的调控更为复杂，真核生物基因表达的调控主要是指编码蛋白质的mRNA 产生和行使生物功能过程中的调节与控制；其中转录调控是基因表达调控中最重要最复杂的一个环节。
基因转录调控网络[1]是以转录因子和受调控基因作为节点，以调控关系作为边的有向网络。
● 蛋白质互作网络蛋白质是构成生物体的重要物质，但是在生物体内，鲜有蛋白质单独发挥作用，而是单独蛋白质通过彼此之间的相互作用构成蛋白质互作网络来参与生物信号传递、基因表达调节、能量和物质代谢及细胞周期调控等生命过程的各个环节。
