图1：生物网络示例
“集智百科精选”是一个长期专栏，持续为大家推送繁芜性科学干系的基本观点和资源信息。作为集智俱乐部的开源科学项目，集智百科希望打造繁芜性科学领域最全面的百科全书，欢迎对繁芜性科学感兴趣、热爱知识整理和分享的朋友加入！
本日禀享网络科学领域里面生物网络这一主题。网络的浸染是很强大的，通过图（graph）的办法能够抽象的表达现实中的信息，而生物网络作为生物领域里面的运用，本文将先容生物网络的基本观点，有哪些好玩的案例，有名的研究者、一些入门的学习资源。
目录
一、什么是生物网络？
二、生物网络的干系观点
三、有名学者先容
四、干系资源推举
五、集智百科词条志愿者招募
1、什么是生物网络？
生物网络是对生物系统以图（graph）的办法抽象后的表示办法。在生物网络中，组成生物系统的元素为节点，元素之间的相互联系为边。例如，在蛋白质相互浸染网络中，细胞中的蛋白质为节点，蛋白质间的相互浸染（如结合）为边。
生物网络对付理解繁芜的生物系统很主要，一是可以描述生物系统呈现出的网络构造特性，二是可以横向比较不同生物系统在网络构造方面的相似性或差异性。生物网络将生物系统算作一个整体，表示了“整体大于部分之和”的哲学思想。
生物网络按生物系统、构建办法不同可分为多种类型。比较常见的生物网络包括蛋白质相互浸染网络、基因共表达网络、大脑神经网络等。生物网络在对疾病的理解和对药物靶点、药物分子的筛选等方面有丰富的运用实例。生物网络反响的整体不雅观和中医药有相通之处，已有科研事情者从生物网络的角度开展中医药繁芜系统研究。
2.生物网络的主要观点蛋白质相互浸染网络（Protein-Protein Interaction Network）
蛋白质相互浸染网络是由细胞中的蛋白质和他们之间的相互浸染所形成的。蛋白质是节点，相互浸染是边。蛋白质间的相互浸染可由多种检测方法识别，如常用的酵母双杂交系统。蛋白质相互浸染网络是生物学等分析得最为深入的网络。与蛋白质相互浸染网络相似的一个观点是相互浸染组（Interactome），它描述特定细胞中的一整套生物分子间的物理相互浸染。
图2：人体蛋白质相互浸染网络
基因调控网络（Gene Regulatory Network）
基因调控网络描述了生物体内掌握基因表达的机制。具有调控功能的生物分子可以激活或抑制基因的表达，例如转录因子蛋白与基因位点结合后开始转录过程。基因调控网络中的节点为基因或蛋白质，边为调控关系。
图3：基因调控网络示例
基因共表达网络（Gene Co-expression Network）
在基因共表达网络中，节点为基因，若基因之间在细胞中呈显著共表达的相互联系，则形成边。共表达即在基因表达谱中，两个基因的转录水平在样本中一起上升和低落。基因共表达网络具有生物学意义，由于共表达的基因可能有以下关系：他们由相同的转录调控程序掌握、他们功能干系、他们是同一细胞通路或蛋白质复合体的组成部分。
代谢分子网络（Metabolic Network）
细胞中的代谢物质在酶的浸染下发生生归天学反应，转化为新的代谢物质。代谢网络是描述细胞内代谢和生理过程的网络，由代谢反应以及反响调控机制组成。节点为代谢反应中涉及的生物分子，边为生物分子在代谢反应中的关系。
大脑神经网络（Brain Network）
大脑中的神经元之间有繁芜的相互浸染，使得大脑在构造和功能方面都形成了繁芜的网络。大脑神经网络中，节点为神经元，边为神经元构造或功能上的联系。大脑神经网络在对阿尔兹海默症、精神分裂症等神经系统疾病的研究中均有实际运用。
图3：大脑神经网络示例
网络医学（Network Medicine）
网络医学是网络科学在识别、预防和治疗疾病方面的运用，特殊是利用网络拓扑构造来识别疾病和开拓药物。网络医学紧张研究蛋白质相互浸染网络、药物靶点网络、疾病症状网络等。此外，盛行病学家通过社会网络、交通网络来研究疾病在人群中的传播。
图4：人类疾病网络，节点为疾病，颜色为疾病类型，若疾病在基因层面有关联则存在边
中医药网络药理学（TCM Network Pharmacology）
中医药具有整体不雅观和辨证论治为特色的理论体系。中药及其方剂具有多身分、多靶点、协同浸染的特点。中医药网络药理学通过研究“疾病-基因-靶点-药物”相互浸染网络，系统性地不雅观察：中医里证候（如寒证、热证）的生物分子网络和中药及方剂在人体中的协同浸染。
图5：中医药网络药理学方法论
3. 有名学者简介
Albert-László Barabási
图6：Albert-László Barabási
罗马尼亚裔匈牙利美国物理学家，以网络理论研究而有名。2005年，他因在打算机科学与技能方面的精彩造诣得到了约翰·冯·诺依曼打算机学会FEBS年度系统生物学奖。紧张研究项目为脑网络、Foodome、医院网络、网络动力学与掌握、网络医学与生物网络、成功科学。
著有《巴拉巴西成功定律 》、《巴拉巴西网络科学 》、《链接：网络新科学 》 、《爆发：大数据时期预见未来的新思维 》、《网络构造与动力学》 等书本。
个人主页： https://barabasi.com/
Amitabh Sharma
图7：Amitabh Sharma
哈佛大学SHARMA实验室首席研究员、钱宁网络医学部助理科学家、东北大学癌症系统生物学研究中央助理教授，其博士论文与巴拉巴西合著《系统生物手册》，并研究疾病模块检测算法能够在任何给定的疾病中识别基因和基因产品的推定干系性。
实验室地址： http://sharmalab.bwh.harvard.edu/
Marinka Zitnik
图9：Marinka Zitnik
哈佛医学院助理教授，曾与Jure Leskovec互助，利用GCN图卷积网络预测海量药物相互浸染，开拓的Decagon系统可以帮助年夜夫更好地决定开哪种药，以及帮助研究职员找到治疗繁芜疾病的更好的药物组合。
干系宣布：
用GCN图卷积网络预测海量药物相互浸染，年夜夫再也不怕开错药了！
Natasa Przulj
图10：Natasa Przulj
伦敦大学学院打算机科学学院生物医学数据科学教授、生命科学部 / 巴塞罗那超级打算中央研究教授，曾付与英国打算机学会罗杰 · 李约瑟奖为了表彰她的研究和事情的潜力，她的研究和事情改变康健和药剂学的生态。
个人主页： http://www0.cs.ucl.ac.uk/staff/natasa/index.html
李梢
图11：李梢
1973年10月出生于医学世家，清华大学长聘教授、博士生导师、清华信息国家实验室中医药交叉研究中央主任 兼任天下中医药学会联合会网络药理学专业委员会会长 研究方向为网络药理学、生物信息学与中医药当代化。
李梢课题组的六味地黄方网络药理学研究论文登上molecular biosystems封面，由于在中药网络药理学上的研究成果，入选英国皇家化学会“Top1%高被引中国作者”榜单。
个人主页： http://bioinfo.au.tsinghua.edu.cn/member/lishao/
4.干系资源推举经典文献：
Stelzl U, Worm U, Lalowski M, et al. A human protein-protein interaction network: a resource for annotating the proteome[J]. Cell, 2005, 122(6): 957-968.
Sanguinetti G. Gene regulatory network inference: an introductory survey[M]//Gene Regulatory Networks. Humana Press, New York, NY, 2019: 1-23.
Zhang B, Horvath S. A general framework for weighted gene co-expression network analysis[J]. Statistical applications in genetics and molecular biology, 2005, 4(1).
Ideker T, Thorsson V, Ranish J A, et al. Integrated genomic and proteomic analyses of a systematically perturbed metabolic network[J]. Science, 2001, 292(5518): 929-934.
Van Den Heuvel M P, Pol H E H. Exploring the brain network: a review on resting-state fMRI functional connectivity[J]. European neuropsychopharmacology, 2010, 20(8): 519-534.
课程：
系统生物学中的网络剖析: https://zh.coursera.org/learn/network-biology
工具：
Cytoscape：一款图形化显示繁芜网络并进行剖析和编辑的软件。常用于生物网络的研究中，有大量生物领域的功能插件。
官网地址： http://www.cytoscape.org
Gephi：Cytoscape相似，是一款图形化显示繁芜网络并进行剖析和编辑的软件。其可视化功能远强于Cytoscape，并且利用更加便捷，剖析功能也很强大。但它生物领域的功能插件较少。就可视化和大略的网络剖析而言，Gephi是首选。
官网地址： https://gephi.org
NetworkX：是Python在繁芜网络剖析领域的软件包，网络剖析的必备神器，谁用谁知道。它功能强大，险些覆盖繁芜网络剖析中的所有可打算的观点。小伙伴们只要会利用Python进行基本编程，就可以用起来。
官网地址： https://networkx.github.io
5.百科项目志愿者招募作为集智百科的内容生产与审校职员，本文内容由刘世康参与贡献，翻译整理。我们也为每位作者和志愿者准备了专属简介和个人集智百科主页，更多信息可以访问刘世康的集智百科个人主页：
liushikang1992： https://wiki.swarma.org/index.phptitle=Liushikang1992
以上内容都是我们做这项目的出发点，作为来自不同学科和领域的志愿者，我们建立起一个有效的百科团队，分配有审校、翻译、编辑、宣扬等事情。我们秉持：知识从我而来，问题到我为止的信念，负责卖力编撰每一个词条。
在这里从繁芜性知识出发与伙随同行，同时我们希望有更多志愿者加入这个团队，使百科词条内容得到扩充，并为每位志愿者供应相应褒奖与资源，建立个人主页与贡献记录，使其能够连续探索繁芜天下。
欢迎扫描下方二维码添加卖力人加入集智百科团队！
参考资料：
[1]生物分子网络 百度百科 :
https://baike.baidu.com/item/生物分子网络/2018889?fr=aladdin
[2]生物网络 维基百科:
https://en.wikipedia.org/wiki/Biological_network
[3]相互浸染组 维基百科 :
https://en.wikipedia.org/wiki/Interactome
[4]基因共同表达网络 维基百科
https://en.wikipedia.org/wiki/Gene_co-expression_network
[5]基因调控网络 维基百科
https://en.wikipedia.org/wiki/Gene_regulatory_network
[6]代谢分子网络 维基百科
https://en.wikipedia.org/wiki/Metabolic_network
[7]网络医学 维基百科
https://en.wikipedia.org/wiki/Network_medicine
[8]中医药网络药理学《科学》杂志
https://www.sciencemag.org/sites/default/files/custom-publishing/documents/TCM_Dec_19_issue_high_resolution.pdf
来源：集智百科
编辑：曾祥轩
