Системна біологія

🔬 Основні концепції

Холістичний підхід

Розуміння системи як цілого, а не суми частин. Емергентні властивості виникають з взаємодій компонентів. Не можна передбачити поведінку системи лише з властивостей окремих компонентів.

Мережі та взаємодії

Біологічні системи — складні мережі взаємодій (білок-білок, ген-ген, метаболіт-фермент). Топологія мереж визначає поведінку системи. Хабові вузли критичні для функції.

Дидаміка та часові шкали

Біологічні системи динамічні, еволюціонують у часі. Різні процеси на різних часових шкалах (секунди для сигналізації, години для транскрипції, дні для розвитку).

Робастність та пластичність

Системи стійкі до змін (робустність), але здатні адаптуватися (пластичність). Пошук балансу між стабільністю та адаптивністю — ключ до розуміння біології.

🎯 Типи біологічних мереж

Метаболічні мережі

Мережі метаболічних реакцій: метаболіти як вузли, реакції як ребра. Аналіз flux, ефективності, шляхів. Flux balance analysis (FBA) для передбачення метаболічних потоків та оптимізації.

Сигнальні мережі

Мережі передачі сигналів: білки (кінази, фосфатази), малі молекули (другий месенджери), взаємодії (фосфорилювання, активація). Ключові шляхи: MAPK, PI3K/AKT, JAK/STAT.

Регуляторні мережі

Транскрипційні регуляторні мережі: фактори транскрипції, промотори, енхансери. Булеві мережі або ODE для моделювання регуляції експресії генів. Розуміння паттернів експресії.

Мережі білкових взаємодій

Інтерактоми: фізичні взаємодії між білками. Y2H (yeast two-hybrid), co-IP, AP-MS дані. Топологічний аналіз, ідентифікація модулів, hubs, есенційних білків.

💻 Методи моделювання

Звичайні диференціальні рівняння (ODE)

Детерміністичні моделі для динаміки концентрацій. Наприклад: d[X]/dt = k1[A] - k2[X]. Вирішення чисельно (Euler, Runge-Kutta). Добре для великих популяцій, без шуму.

Стохастичні моделі

Gillespie algorithm для моделювання випадкових подій (хімічні реакції з малими числами молекул). Важливо для генної експресії, де молекули поодинокі.

Flux Balance Analysis (FBA)

Стаціонарні моделі метаболізму без кінетики. Оптимізація flux для цілі (біомаса, продукт) при обмеженнях (стехіометрія, термодинаміка). Швидкий, масштабований.

Булеві мережі

Спрощені моделі з двома станами (ON/OFF) для генів. Логічні правила активації/інгібування. Ефективні для великих мереж, розуміння глобальної динаміки.

Agent-based моделі

Моделювання окремих агентів (клітини) з правилами поведінки. Емергентна поведінка системи з індивідуальних взаємодій. Добре для клітинних популяцій, розвитку.

🏭 Застосування

Медицина та відкриття ліків

Ідентифікація мішеней ліків через аналіз мереж, передбачення побічних ефектів, розуміння механізмів захворювань. Персоналізована медицина через моделювання індивідуальних мереж.

Синтетична біологія

Дизайн штучних біологічних систем, оптимізація метаболічних шляхів для виробництва, передбачення поведінки конструкцій перед експериментом. Rational design систем.

Розуміння захворювань

Мережевий аналіз мутацій при раку, порушення сигнальних шляхів, механізми резистентності до ліків. Стратифікація пацієнтів на основі мережевих профілів.

Біотехнологія

Оптимізація виробництва метаболітів (біопаливо, фармацевтики) через моделювання метаболізму. Передбачення впливу інженерії на продуктивність.

🧪 Аналіз мереж

Топологічний аналіз

Властивості мереж: ступінь вузлів, шляхи, кластеризація, міжцентровість, hubs. Scale-free мережі (багато вузлів з низьким ступенем, мало hubs). Критичні вузли для функції.

Модульний аналіз

Виявлення модулів (спільні функції) у мережах. Community detection алгоритми (Louvain, Infomap). Модулі часто відповідають функціональним одиницям.

Передбачення функції

Guilt-by-association: вузли з подібними взаємодіями мають подібні функції. Аналіз мереж для передбачення функції невідомих генів/білків.

Еволюційний аналіз

Порівняння мереж різних організмів, еволюція мереж, консервовані модулі. Розуміння як еволюція формує біологічні системи.

🧮 Практичні приклади

Створіть модель метаболічного шляху та використайте FBA для оптимізації виробництва цільового метаболіту.

Проаналізуйте сигнальну мережу раку та ідентифікуйте критичні hubs для можливого таргетування ліками.

Розробіть ODE модель регуляторної мережі та просимулюйте вплив мутацій на динаміку системи.

Використайте мережевий аналіз для передбачення функції невідомого гена на основі його взаємодій.

Моделюйте вплив інженерії метаболізму на клітинну фізіологію та продуктивність.

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Protein Folding Visualiser і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.