33、在大型网络中寻找模式以推断生物学机制

在大型网络中寻找模式以推断生物学机制

1. 网络分析在生物学机制研究中的应用

在生物学研究中，传统的机制图通常是将当前已知的与特定现象相关的部分和操作知识输入到如PowerPoint等图形程序中构建而成。然而，进入21世纪，系统生物学家提供了一种新的方法：他们将大量识别实体及其相互作用的数据集输入到数据库中，通过专门的算法生成网络表示，进一步的算法可以识别出可能作为机制的节点簇。

以下是网络分析在生物学机制研究中的具体步骤：
1. 数据收集 ：确定给定物种中哪些蛋白质可以相互结合的数据是进行网络分析的常用起点。像酵母双杂交技术等确定蛋白质相互结合的技术可以自动化，用于测试成百上千种可能的相互作用。这些蛋白质 - 蛋白质相互作用（PPIs）的数据会被收集到大型在线数据库，如生物相互作用数据集库（BioGRID）中，供其他研究人员使用。
2. 网络构建 ：研究人员将基因或蛋白质表示为节点，它们之间的关系表示为边，创建网络图表。由于这些网络规模较大，通常使用专门的平台，如Cytoscape来构建。数据库以表格形式呈现，包含节点、边以及其他信息，如每个基因的表达水平。Cytoscape中的映射函数将表格中的额外信息转换为节点的大小、形状或边的粗细等可见特征，然后应用布局算法将节点排列在二维数组中。
3. 节点簇识别 ：网络分析的一个主要目标是识别高度相关的节点簇，通常采用弹簧嵌入布局算法。该算法从随机布局或其他布局算法的结果开始，像弹簧一样逐渐缩小相距较远的连接节点之间的距离，同时稍微推开彼此非常接近的节点，从而揭示出高度连接的节点簇，即模块。
4.