第1,2章-生物分子网络方法及其在系统生物学中的应用

生物分子网络方法及其在系统生物学中的应用LUONANCHENOsakaSangyoUniversity,JapanRUI-SHENGWANGRenminUniversityofChina,ChinaXIANG-SUNZHANGChineseAcademyofScience,China前言起源(出发点)：新兴的高通量数据推动了从描述复杂现象到理解基本设计原理的综合研究,从研究单个成分到理解生物分子系统、细胞、器官乃至整个生物体的功能网络的研究.网络系统生物学的一个重大挑战是研究细胞系统如何通过基因、蛋白质和代谢物之间的各种相互作用（通路和网络）行使生物功能的.即基于分析和计算方法,网络系统生物学研究有机体如何被看作生物分子（如基因、蛋白质和复合物）和生化反应的动态或相互作用的网络,最终形成复杂的生命.本书内容：本书全面介绍了在现有实验数据基础上,对细胞系统中生物分子网络进行建模、推断和分析,特别强调网络、系统、集成和工程方面的内容.涉及到的每一个主题都有详细的生物学问题和新的计算方法.从生物学的观点来看,这本书,基于作者在研究生物分子网络的工作和经验,描述了许多与生物分子网络有关的研究课题,深入分析了许多真实的例子,并详细描述了最新的趋势,如基因调控网络、转录调控网络、蛋白质相互作用网络、代谢网络、信号转导网络,及这些网络集成而构成的异质网络.另一方面,从计算的角度,本书包含了几个领域里面的理论或计算方法,如优化,微分方程,概率论,统计图理论,复杂系统,网络分析,统计热力学(thermodynamics),图形建模,机器学习等.本书框架：一、介绍：第1章；二、基因网络：第3、4章；三、蛋白质相互作用网络：第5-8章；四、代谢网络和信号传递网络：第9、10章；五、其他热点问题及研究趋势:第11章.第一章介绍1.1分子生物学中的基本概念(有需要的可以去借一本分子生物学的书看一下)所有的生物都是由细胞组成的,根据细胞内部结构的不同可以分为原核细胞和真核细胞,相应的生物也分为原核生物和真核生物(病毒单独考虑哦).细胞膜：又称细胞质膜（plasmamembrane）.细胞表面的一层薄膜.有时称为细胞外膜或原生质膜.厚度约为7～8nm,细胞膜的化学组成基本相同,主要由脂类、蛋白质和糖类组成.各成分含量分别约为50%、40%、2%~10%.接下来看几个常用的概念染色体：细胞内具有遗传性质的遗传物质深度压缩形成的聚合体,易被碱性染料染成深色,所以叫染色体；其本质主要是脱氧核糖核酸（DNA）和蛋白质的组合（即核蛋白组成的）,不均匀地分布于细胞核中,是遗传物质的主要载体,但不是唯一载体（如细胞质内的线粒体）.基因组,Genome,一个细胞或者生物体所携带的一套完整的单倍体序列,包括全套基因和间隔序列.可是基因组测序的结果发现基因编码序列只占整个基因组序列的很小一部分.因此,基因组应该指单倍体细胞中包括编码序列和非编码序列在内的全部DNA分子.说的更确切些,核基因组是单倍体细胞核内的全部DNA分子.线粒体基因组则是一个线粒体所包含的全部DNA分子.叶绿体基因组则是一个叶绿体所包含的全部DNA分子.基因：基因（遗传因子）是产生一条多肽链或功能RNA所需的全部核苷酸序列.带有遗传讯息的DNA片段称为基因.可分为：结构基因和非结构基因.结构基因(基因中编码RNA或蛋白质的碱基序列)(1)原核生物结构基因：连续的,RNA合成不需要剪接加工;(2)真核生物结构基因：由外显子（编码序列)和内含子（非编码序列)两部分组成.非结构基因(结构基因两侧的一段不编码的DNA片段(即侧翼序列),参与基因表达调控)(1)顺式作用元件：能影响基因表达,但不编码RNA和蛋白质的DNA序列；启动子：RNA聚合酶特异性识别结合和启动转录的DNA序列.有方向性,位于转录起始位点上游.上游启动子元件：TATA盒上游的一些特定DNA序列,反式作用因子可与这些元件结合,调控基因的转录效率.反应元件:与被激活的信息分子受体结合,并能调控基因表达的特异DNA序列.增强子：与反式作用因子结合,增强转录活性,在基因任意位置都有效,无方向性.沉默子：基因表达负调控元件,与反式作用因子结合,抑制转录活性.Poly(A)加尾信号：结构基因末端保守的AATAAA顺序及下游GT或T富含区,被多聚腺苷酸化特异因子识别,在mRNA3′端加约200个A.(2)反式作用因子：能识别和结合特定的顺式作用元件,并影响基因转录的一类蛋白质或RNA真核生物和原核生物之间的区别导致了这两种生物体中许多细胞构建块和生命过程的巨大差异.但是真核细胞和原核细胞都含有一个具有遗传性物质的的核区域.细胞由四种基本类型的分子组成：小分子、DNA、RNA和蛋白质.细胞中的小分子包括水、糖、脂肪酸、氨基酸和核苷酸.它们要么是大分子（DNA、RNA、蛋白质）的基本组成部分,要么是重要的独立单元,如信号转导和能量来源.大多数真核生物和原核基因组都是脱氧核糖核酸（DNA）,但一些病毒含有核糖核酸（RNA）基因组.DNA和RNA是由单体亚基链组成的高分子大分子.DNA是几乎所有生物体的遗传物质.大多数DNA位于细胞核中,但线粒体中也可发现少量DNA.DNA是四种化学上不同的核苷酸(由三部分组成：脱氧核糖(一种由五个碳原子的标记的糖从1到5),磷酸基团的糖碳的,和一个含氮碱基)的线性聚合体.RNA也是一个多聚核苷酸,其结构类似于DNA,除了两个主要的差异：(1)在RNA核糖核苷酸糖而不是脱氧核糖;(2)RNA含有尿嘧啶(U)代替胸腺嘧啶(U).RNA通常是单链的,但是其中的碱基在基因表达的时候也是可以配对(A-U、G-C)折叠形成具有特定功能的RNA.遗传信息的传递—DNA、RNA、蛋白质的生物合成复制转录翻译逆转录复制DNARNA蛋白质中心法则DNA编码RNA和蛋白质分子,通过一个支配整个生物学的规律,即：1.1.1DNA复制过程(DNAReplicationProcess)双链DNA的复制过程程被称为半保留复制.其产生的双链DNA分子是相同的,在这个过程中存在校对和错误检查机制,以确保极高的保真度.1、DNA的复制的定义、时间、场所、条件★定义：以亲代DNA为模板合成子代DNA的过程★时间：有丝分裂间期、减数第一次分裂前的间期★场所：真核生物：细胞核（主要）、叶绿体、线粒体原核生物：细胞质模板：亲代DNA分子的两条链★条件：原料：游离的4种脱氧核苷酸（A、G、C、T）

能量：ATP（呼吸作用提供）酶：解旋酶、DNA聚合酶等1.1.2、1.1.3基因表达：转录(Transcription)和翻译(Translation)过程在真核生物中,一个基因可以通过不同的剪接变异体来编码多种蛋白质,也就是说,相同的pre-mRNA通过不同的外显子的排列而产生不同的mRNA,称为选择性剪接.在原核生物中,基因很少含有内含子,因此没有剪接.在进行转录之前,DNA的双螺旋结构需要解开,其本身是在染色体上的,因此解旋的过程需要一些酶的参与.三叶草形有臂有环一端可携带氨基酸另一端有三个碱基ks5u精品课件翻译过程完成后,基因表达完成.基因表达的最终产物是蛋白质.翻译后产生的蛋白质仍然需要多种的化学修饰(如降解、硝基化、二聚化和磷酸化)才能成为一个成熟的、活跃的、和功能分子.另外值得注意的是,由于选择性剪接和翻译后修饰过程,一个基因可以产生多种蛋白质.新的蛋白质必须折叠成其具有活性的三维结构(或者与其他蛋白质分子结合)才能在细胞中释放其生物功能！1.2细胞中的生物分子网络基因、mRNA和蛋白质被称为生物分子或基本成分.这些组件之间复杂的关系和相互作用负责了不同的细胞功能.可以为精准医疗提供服务蛋白质相互作用为蛋白质功能和信号通路信息提供了丰富的信息以代谢物作为节点,以相互作用或者酶作为边信号网络包括从细胞的外部到内部传递各种信号,如能量和刺激物.它是细胞通讯的主要组成部分之一,它依赖于一系列潜在的生化反应、转录调节和蛋白质相互作用.1.3网络系统生物学

网络系统生物学不是分析有机体的个别成分或部分,而是通过开发复杂的理论方法和计算工具将有机体作为一个由基因、蛋白质和生化反应的构成的动态的交互网络来研究；其目标是网络系统生物学的目标是通过利用生物系统的特殊特性,从高通量技术产生的网络数据中挖掘知识,并以系统的方式对它们进行进一步的解释,从而获得生物学上的更详细深入的知识(原理).

生物体或细胞是一个高度相互作用的大分子和代谢物相互作用的系统,可以看作是由分子的局部相互作用形成的一个巨大的分子网络,如图1.7所示.因此,作为一门与系统生物学密切相关的学科,网络生物学强调局部的相互作用和表征各种生物系统的全局分子网络,并试图通过对相互作用和网络的定量描述,从分子网络的全局和局部系统属性的角度来理解生物学.以网络为重点的系统生物学有望通过整合不同层次中分子成分的综合数据,进而研究大量相互作用如何促进(facilitate)细胞内复杂的生物学功能,从而提高我们对细胞系统的理解.图1.9展示了系统生物学的主要研究重点.在这本书中,我们特别强调网络系统生物学的四个方面:

网络(network),动态(dynamics),系统(system)和集成(integration)：合成生物学定位组Network:一个细胞系统可以被看作是一个巨大的生化反应网络,该网络严密的维持着细胞的精细而复杂的功能,进而体现了生物活性.将细胞作为一个网络来研究即是从分子生物学到模块生物学的转变(transitionfrommolecularbiologytomodularbiology)；Dynamics:一生命是动态的,动态存在于生物体的每一个内阶段水平.System:在细胞组中,单个组件总是接收信号并输出信息.因而不同的细胞之间可进行有规律的交流,这就调节了它们的集体行为.其所有的成分一起缠绕成一个复杂的细胞系统,共同执行生物功能和系统行为.不管是在原核还是真核生物中,系统行为的本质是对局部相互作用做出的协同反应.Integration:集成有多种含义,包括集成不同的数据源、集成不同级别的系统、集成不同的技术、集成不同的学科领域,甚至整合不同的人力资源.为了充分利用高通量数据,我们显然不但需要整合异构数据源,而且集成不同的方法和不同级别的系统.例如,接受外部信号的膜蛋白可能触发蛋白质相互作用级联,导致一个或多个基因在基因组中表达.理解蛋白质和DNA之间的这种相互作用显然需要数据集成.第二章转录调控：网络和模型2.1转录调控与基因表达

基因表达的调控是细胞系统中最重要的过程之一.它将编码在DNA序列中的静态信息传递到转录过程中的mRNA,进而转化为功能蛋白,进而控制大多数细胞过程中的翻译过程.2.1.1转录和基因调控

如第1章所介绍的,基因由编码区（转录区）和调控区（启动区）组成.编码区是将转录到mRNA中的部分,然后进一步转化为蛋白质.调控区是DNA序列的一部分,有助于基因的转录；在原核生物中,调控区域通常很短,并且含有少量转录因子的结合位点.与此相反,真核生物中的调控区域可能很长,并且含有多个转录因子的结合位点.TFS很少结合完全；换句话说,这些转录因子招募其他蛋白质或辅助因子形成的染色质修饰复合物与转录装置启动RNA合成与RNA聚合酶（见图2.1）

由于亲和力低,RNA聚合酶本身很少直接结合到核心启动子序列.它首先与转录因子结合形成转录起始复合物(能够与启动子结合更高的亲和力)然后启动转录.在RNA聚合酶结合到启动子之后,转录的第二阶段才开始.与DNA复制不同,转录过程可以在同一段基因模板上进行多轮复制,形成多个mRNA分子

转录过程包括起始、伸长三个阶段,和终止.虽然转录在化学上和酶促作用上类似于DNA复制,但它不需要引物来启动.基因表达的过程涉及一系列复杂的生化反应,如转录,协同和多个转录因子的竞争,内含子的剪接,转录后修饰、翻译、翻译后修饰、降解,与其他机制.剪切,加帽,加尾(polyA)讲解

一般来说,转录过程中合成的mRNA量衡量一个基因的活性或功能的重要指标,然而,传统的检测基因表达水平的分子生物学方法仅限于一个小规模的实验.随着高密度DNA芯片技术的发展,一种称为DNA微阵列的新技术使研究者能够在单个芯片上监测整个基因组,同时检测成千上万个基因的mRNA表达水平.它可以用来检测可能或可能不能转化为活性蛋白的RNA的丰度.这种分析被称为表达式分析或表达式分析.(expressionanalysisorexpressionprofiling).DNA微阵列，也称为基因或基因组芯片，DNA芯片，或基因阵列，通常是玻璃或塑料幻灯片。这是一个由利用探针的短长度的单链核酸优先互补形成的显微斑点。2.1.2微阵列实验与数据库(MicroarrayExperimentsandDatabases)

这种探针代表单基因，它们通过共价连接到化学基质固体表面上。成千上万的探针可以放置在已知位置的同一个的DNA芯片上，这样每个芯片实验可同时很多等效的基因检测实验。(由此产生的基因表达数据可用于研究药物治疗、疾病、发育遗传学等方面的影响。例如，基于微阵列的基因表达谱已被广泛用于鉴别疾病基因在疾病组织和正常组织中的表达谱)PCR:多聚酶链式反应，是体外酶促合成特异DNA片段的一种方法激发排放，辐射PCR扩增纯化机器印刷靶向基因芯片杂交激发排放，辐射PCR扩增纯化机器印刷靶向基因芯片杂交激发排放，辐射

一个杂交实验的数据常被作为一个归一化的比值(Cye3/Cye5),如果(>1)相对与参照样本而言就是显著表达,否则就是不显著表达.最终大量的实验数据可以用数据挖掘的方法研究。

最近，许多实验和计算技术被应用于在酿酒酵母、大肠杆菌和果蝇等几种生物中识别转录因子及其靶基因.其中一个重要的技术是芯片技术，也被称为全基因组定位分析。这种技术结合了改良的染色质免疫沉淀(芯片)分析(ChIP)和基因芯片技术(Chip),可以用来识别细胞内被特定DNA结合蛋白（TFS）所占据的DNA序列（靶基因）.这些结合位点可以指示各种转录调节因子的功能，而且有助于识别它们在动物发育或疾病进展过程中的靶基因.

ChIP测定的目的是确定哪些蛋白质与活细胞或组织内染色质的特定区域结合在一起！这种检测的原理是DNA结合蛋白，包括活细胞中的转录因子，可以与它们所在的染色质交联。2.1.3基因组定位分析技术与转录因子数据库1.让蛋白质与DNA结合.换句话说,结合转录因子和其他与DNA相关的蛋白质与DNA交联;2.将DNA序列切割成小片段.利用超声波将基因组DNA序列分解成小的DNA片段，同时转录因子仍然与DNA结合在一起；3.用染色质免疫沉淀法分离蛋白质结合的DNA片段；4.交联的DNA和蛋白质之间的逆转和DNA被释放,

然后用LM-PCR法扩增并用荧光标记染料(Cy5)

标记.另外，扩增一个没有经过上述步骤处理的样本DNA,并用Cy3标记；5.讲上面得到的Cy5和Cy3标记的

DNA与相同浓度的寡核苷酸芯片杂交,然后扫描相应的芯片，即得到Cy5和Cy3标记的

DNA的照片

通过这种芯片技术，可以识别由给定的转录因子调控的靶基因.除芯片技术外，其他实验方法如酵母单杂交（y1h）法也被用于蛋白质-DNA相互作用的测定.转录因子在转录调控中起着基础性作用，一般由至少两类结构域组成：一是与同源DNA靶序列相互作用的DNA结合结构域;另一类是转录调控域,即用来激活或抑制转录

生物学中最重要的问题之一是基因表达是如何被打开和关闭的，也就是说，基因表达是如何调节的。如前所述，转录因子在基因调控中起着非常重要的作用。转录因子通过结合到基因的启动子区域并激活或者抑制基因的转录来调节基因表达。另一方面转录因子本身是基因产物，因此又可受其他转录因子调控。一个TF可以有许多靶基因(这取决于靶基因的启动子)，另一方面一个基因也可能被多种转录因子的联合控制。这种关系形成一个有向图，称为转录调控网络（TRN）,其中节点的基因或基因产物（mRNA和蛋白包括转录因子）,边表示物理调节转录因子之间的相互作用及其靶基因。换句话说，一个TRN包含两空间组成：它们之间的蛋白质空间和反馈回路的基因空间（图2.5）2.2转录调控网络

如图所示，实际上基因1和基因2之间的调节作用实际上是隐性的或间接的，由蛋白1介导;因此前些年研究的基因网络是现象网络(基因之间的很多时候并没有直接相互作用).

基因调控网络是试图用转录谱描述不同基因之间关系的一种逻辑方法。它是一个有向网络，由基因作为节点和它们之间的关系作为边，可以看作是输入输出装置。在这种网络中，每个节点都有多个输入，具体地说,调节蛋白综合表现为其他基因的mRNA水平，一个输出特征是蛋白质的翻译丰度。图2.6提供了一个简单的示例;对于节点i，其中mi(t)代表mRNA在t时刻的浓度，pi（t）表示i节点t时刻的蛋白质浓度.输入参数每个节点（例如，节点i）有两个变量或动态组件（例如，两个变量mi(t),pi(t)），具有多个输入P1(t)，。..pn（t）和一个输出pi(t),其中输入P1(t),...,Pn(t)