Cell：用基因组预测细胞动态变化
生物谷报道：一个生物学家组成的研究对我正在构建一种能够描绘掌控整个自由生活的生物体的控制环路模型。这项研究室系统生物学新领域的一个里程碑，并且将使研究人员能够模拟生物体如何逐渐适应环境。这项研究标志着研究人员首次能够在基因组水平上精确预测一个细胞的动力学变化。这些发现是通过对一种自由生活在极端环境中的嗜盐细菌取得的。
研究的结果发表在2007年最后一期的Cell杂志上。领导这项研究的是来自纽约大学的助理教授Richard Bonneau。
研究人员将目光集中在能够生活在高盐、高辐射和其他胁迫环境中的微小生物上，这些环境对其他大多数生物来说是无法存活的。通过对这种极端环境中的生物进行研究，研究人员证实他们能够通过同时测量基因组中所有基因来了解和模拟控制细胞的环路。这就是所谓的系统生物学实验。
系统生物学是分析基因如何通过巨大的相互作用网络来相互影响以及这些网络对刺激如何反应、如何适应新的环境和细胞状态。这个领域在过去的10年间因为描绘基因组系统技术的进步而获得了很大的发展。
通过结合这个领域的实验和数学研究成果，已经证实能够通过基因组分析来在较短的时间里获得整个生物体的一个功能和动态模型。这个领域之前的研究确定出了细胞组成和细胞成分如何相互联系。
这项新的研究则是对之前该领域研究的一次超越，研究人员能精确模拟嗜盐细菌如何工作并如何对环境的变化作出反应。研究人员首次能够预测基因组中80％的成分如何对刺激作出反应。
研究人员表示，通过了解生物系统如何功能，研究人员就能够将他们的注意力放在改造生物燃料和药物的生物合成上。研究人员目前正在对几种其他类型的生物进行这种分析。
系统生物学是在细胞、组织、器官和生物体整体水平研究结构和功能各异的各种分子及其相互作用，并通过计算生物学来定量描述和预测生物功能、表型和行为。系统生物学将在基因组序列的基础上完成由生命密码到生命过程的研究，这是一个逐步整合的过程，由生物体内各种分子的鉴别及其相互作用的研究到途径、网络、模块，最终完成整个生命活动的路线图。这个过程可能需要一个世纪或更长时间，因此常把系统生物学称为21世纪的生物学。
和以往系统科学研究复杂系统相比，系统生物学的研究将更为复杂和困难。非生物的复杂系统一般由相对简单的元件组合产生复杂的功能和行为，而生物体是由大量结构和功能不同的元件组成的复杂系统，并由这些元件选择性和非线性的相互作用产生复杂的功能和行为。因此，我们要建立多层次的组学技术平台，研究和鉴别生物体内所有分子，研究其功能和相互作用，在各种技术平台产生的大量数据的基础上，通过计算生物学用数学语言定量描述和预测生物学功能和生物体表型和行为。生物体的复杂性和大量过程的非线性动力学特征对计算科学也是一个新的挑战。据预测，系统生物学研究对计算机的要求高达1000万亿次浮点运算速度。
系统生物学也将使生物学研究发生结构性的变化。长期以来，生物学研究是在规模较小的实验室进行的，系统生物学研究将由各种组学组成的大科学工程和小型生物学实验室有机结合实施的。系统生物学研究也将在更大范围和更高层次进行学科交叉和国际合作，如人类基因组计划、人类单体型图谱计划、人类表观基因组学计划等。
系统生物学的主要技术平台为基因组学、转录组学、蛋白质组学、代谢组学、相互作用组学和表型组学等。基因组学、转录组学、蛋白质组学、代谢组学分别在DNA、mRNA、蛋白质和代谢产物水平检测和鉴别各种分子并研究其功能。相互作用组学系统研究各种分子间的相互作用，发现和鉴别分子机器、途径和网络，构建类似集成电路的生物学模块，并在研究模块的相互作用基础上绘制生物体的相互作用图谱。表型组学是生物体基因型和表型的桥梁，目前还仅在细胞水平开展表型组学研究。
生物谷推荐英文原文：
Cell, Vol 131, 1354-1365, 28 December 2007
Resource
A Predictive Model for Transcriptional Control of Physiology in a Free Living Cell
Richard Bonneau,2,5,7 Marc T. Facciotti,1 David J. Reiss,1 Amy K. Schmid,1 Min Pan,1 Amardeep Kaur,1 Vesteinn Thorsson,1 Paul Shannon,1 Michael H. Johnson,1 J. Christopher Bare,1 William Longabaugh,1 Madhavi Vuthoori,1 Kenia Whitehead,1 Aviv Madar,2 Lena Suzuki,4 Tetsuya Mori,4 Dong-Eun Chang,4 Jocelyne DiRuggiero,3 Carl H. Johnson,4 Leroy Hood,1 and Nitin S. Baliga1,6,7,
1 Institute for Systems Biology, Seattle, WA 98103, USA
2 Center for Genomics & Systems Biology, New York University, New York, NY 10003, USA
3 University of Maryland, College Park, MD 20742, USA
4 Vanderbilt University, Nashville, TN 37240, USA
5 Courant Institute of Mathematical Sciences, Department of Computer Science, New York University, New York, NY 10003, USA
6 Departments of Microbiology and Molecular and Cellular Biology, University of Washington, Seattle, WA 98195, USA
Corresponding author
Nitin S. Baliga
nbaliga@systemsbiology.org
The environment significantly influences the dynamic expression and assembly of all components encoded in the genome of an organism into functional biological networks. We have constructed a model for this process in Halobacterium salinarum NRC-1 through the data-driven discovery of regulatory and functional interrelationships among ∼80% of its genes and key abiotic factors in its hypersaline environment. Using relative changes in 72 transcription factors and 9 environmental factors (EFs) this model accurately predicts dynamic transcriptional responses of all these genes in 147 newly collected experiments representing completely novel genetic backgrounds and environments—suggesting a remarkable degree of network completeness. Using this model we have constructed and tested hypotheses critical to this organism's interaction with its changing hypersaline environment. This study supports the claim that the high degree of connectivity within biological and EF networks will enable the construction of similar models for any organism from relatively modest numbers of experiments.
- 众说风云 (已有0条评论)
