对肿瘤的系统生物学认识杨小洁病原生物学研究所S2012035005摘要本文简单介绍对系统生物学认识，明确系统生物学的概念和技术方法。
同时，介绍肿瘤系统生物学，引发对肿瘤与系统生物学有机结合的认识及未来肿瘤诊断和治疗的应用认识。
关键词系统生物学肿瘤肿瘤系统生物学通过此次课程，我是第一次听到系统生物学概念，作为一个生物技术专业出生的我感到十分的惭愧但又高兴。
通过上课老师的讲解，我对系统生物学的大致概念和内容有了初步的了解，可是这远不能满足我的好奇心。
课下，我查了许多这方面的文献才逐步对系统生物的内容有所感觉。
十分感谢老师您向我们展示了系统生物学。
以下仅我个人在查一些文献之后的浅显认识，还望老师海涵。
1 系统生物学1.1 系统生物学概念和意义系统生物学是研究一个生物体系中所有基因组、转录组、蛋白组、代谢物组等的构成，以及在特定条件下这些组分间的相互关系的学科。
系统生物学是采用系统科学的方法，将生物过程不是作为孤立的很多部分而是作为整个系统来定量研究，它借助和发展多学科交叉的新技术方法、研究功能生命系统中所有组成成分的系统行为、相互联系以及动力学特性、进而揭示生命系统控制与设计的基本规律。
同时，可以说系统生物学是研究基因和蛋白质的一种新的方法。
这种方法是由于得益于计算机技术的迅速发展在最近才成为可能的。
和传统生物科学研究单个基因或者蛋白质不同，系统生物学研究的是生物信息（DNA、mRNA、蛋白质、功能蛋白、生物信息途径、生物信息网络）在所有水平上复杂的相互作用，重点考察这些生物信息是如何一起工作的，复杂系统产生的涌现属性（emergent properly）或者系统属性（1）。
系统生物学的现在提出还得益于多学科交叉。
以工程和计算机为代表的多学科在生物学领域的融合大大推进了对基因产物(特别是蛋白质)特性和功能进行研究的高通量实验技术的广泛应用。
我们对生物学数据的积累速度成数量级地增长。
如何从大量的数据中形成理论和生物分子在系统水平的行为是系统生物学研究的目标(2)。
因此，从狭义上讲，系统生物学是基于基因组学、蛋白质组学等为核心的实验技术，通过多学科交叉从整体水平分析和计算模拟复杂生命现象并最终通过设计和改造来控制生命系统的一个研究领域．由于各个学科在生物学领域的渗透和各种新型先进的生物学研究手段和分析思路在传统生物实验室中的应用，系统生物学的概念和思路已经在逐渐地改变我们传统的研究思维．就目前而言，系统生物学主要是作为一种思路和概念存在，当这概念成为现实，就会不断影响未来生物学的研究、教育和生物学技术，最终会导致这个新研究领域的成熟和具体化。
1.2 系统生物学的研究方向和主要技术从查询系统生物学研究院和几次国际学术会议相关内容，我们知道系统生物学的研究方向主要有：蛋白质组学；转录组学；遗传网络；代谢网络、发育；空间、结构系统生物学；硅细胞；超细胞系统生物学；计算生物学；软件构架，系统生物学研究的软件平台；系统分析，模式识别，动力系统理论和代谢控制分析．采用的模式生物和模式细胞有：嗜盐菌、酵母、海胆、果蝇、鼠干细胞等；生物体系有：过氧化酶、半乳糖利用、发育、免疫、核一质转移等；联系的疾病有：传染病如艾滋病、自身免疫性疾病和炎症、糖尿病、心脏病、肿瘤等。
而其中，站在系统生物学对肿瘤进行研究至关重要（3）。
生物学中的建模方法大致可以分为两类：定性建模和机理性建模。
定性模型或者说假设驱动模型，通常是对选择的生物现象建立符合已知的相关生物学知识的逻辑性或者统计模型。
这种模型通常将布尔参数设置成各种连接中，多应用于基因调节网络的研究。
然而，现在用的更多的是一种更加符合生物实际情况的模糊逻辑来模拟生物网络系统。
统计模型如神经元网络模型、贝叶斯模型可以用于模拟系统参数随着时间变化的生物学机理。
机理模型或者说数据驱动模型常常要基于高通量的实验技术。
此外，聚类方法已经成功的应用与DNA生物芯片中的基因识别技术中了。
虽然这些方法能够处理大量的数据，但是它们无法直接推测网络结构和确定修饰等作用。
目前用于建模的定量化数据和准确的参数数据是生物系统建模和分析的瓶颈。
这有待于高通量实验测量技术的发展。
2 肿瘤系统生物学1.1 肿瘤系统生物学的认识肿瘤系统生物学即系统生物学研究与肿瘤研究与治疗的结合。
肿瘤已成为当代人类最主要的“杀手”。
细胞分子生物学等理论技术在肿瘤生物学领域的应用，对肿瘤的研究及其诊断和治疗产生了巨大的影响。
但是还有很多问题需要解决，如肿瘤的形成与发展机制尚不明确，肿瘤的早期诊断困难重重，还有耐药性、副作用等问题。
目前应用分子生物学技术，如PCR技术、基凶测序分析等可进行肿瘤的分子诊断，但都是对单个基网或较少几个基冈进行分析。
肿瘤的发生、发展是一个多因素、多基凼和多步骤过程，要了解整个肿瘤形成过程中基因的改变，以及致癌各个阶段中细胞全部基阗表达的动态变化，需要研究的小是一个或几个基因，而是整个基因组在从正常到癌的各个阶段中基因表达谱的动态变化。
而系统生物学中的基因组相关技术以两种为主：一是超高通量的DNA测序技术，以更低成本提供更精确的数字化遗传信息；二是以分子杂交为基础的基：芯片技术，易于标准化操作和分析，适用于大样本的全基因组分析；其中基因芯片技术在肿瘤诊断领域的应用较为广泛。
单这一方面的相互结合及显示着不可估计的优势，因此肿瘤系统生物学的研究刻不容缓。
1.2 实际应用中肿瘤系统生物学的思考目前就资料显示，我国在肿瘤研究领域有着比较不错的基础知识积累，但是关于以后的肿瘤系统生物，则应该将以下几个工作纳入考虑才能有助于我国肿瘤的进一步研究和攻克。
首先，从系统生物学的角度出发，建立肿瘤系统生物学数据库是不可忽视的。
随着基因组的飞速发展带来的信息，我们需要创造性的应用基因组学，发展有效益的生物信息学，建立一体化数据库。
将这个数据库应用于临床帮助医生更快更好的搜集肿瘤数据，对病人的病情及诊断和治疗做出及时且正确的判断及措施。
但是其中大量信息的获取还需要我们医护人员注意对自己关注的数据集中，而不是让其他信息一起冲击中心信息以致无法起到帮助作用。
其次，建立相关的实验技术平台。
肿瘤系统生物学是一个新的领域，研究方法需要创新，新的技术急需开发。
而现在生物学对仪器的依赖到了不可或缺的地步，没有相应的实验技术平台，肿瘤系统生物学无法真正发展起来，也就无法帮助临床应用。
再次，加强对数据的解析和模型构建：重视相关模式生物的研究，加强对不同技术平台中得到数据的解析和模型构建，充分发挥生物信息学的作用。
系统生物学的理想就是要得到一个尽可能接近真正生物系统的理论模型，建模过程贯穿在系统生物学研究的每一个阶段，需要实验研究和计算机模拟及理论分析的完美整合。
目前这方面还面临着很大的挑战性。
在美国系统生物学研究所，其重要的研究内容之一就是肿瘤系统生物学，他们希望通过研究能准确地确定肿瘤类别和发展阶段，以及不同肿瘤的遗传和环境相互作用关系，以达到早期诊断和个体化治疗的目的，并且已经在前列腺癌等方面作了一些研究工作（4）。
为了构建系统生物学网络模型，他们首先用并联平行的标记测序技术建立了mRNA表达差异数据库，通过与正常组织比较找到了300个前列腺癌特异基因，其中60％带有信号肽，从中选出一些候选蛋白成功地用于区别早期和晚期的前列腺癌（5）。
为了达到对乳腺癌的早期诊断和有效治疗，丹麦启动了一项长期的计划，希望整合来自基因组、蛋白质组和功能基因组等方面的知识并通过系统生物学的方法来完成使命（6）。
在过去的几年里，蛋白相互作用和蛋白质表达定量等研究促进了机器动态模拟和数据挖掘的研究，如机器模拟表皮生长因子受体(EGFR)途径使人们对表达EGFR的肿瘤认识又进了一步旧(7)。
旬天笑(8)等人尽可能全面的收集了疾病组，基因、蛋白质组、分子作用组等“组学"信息，建立一个系统分析的框架，利用计算系统生物学的方法，首次，以系统网络的观点，对具有潜在应用价值的1000多个肿瘤蛋白Biomarker进行系统的性质分析和评估。
设计新的计算方法——Sw二RwR，以“疾病表型关联”信息为指导，基于人类全局分子作用关系，对肿瘤候选蛋EtBiomarker进行预测和排序。
同时，针对当前生物网络数据可视化软件尚不能有效的结合数据库技术的缺点，设计和开发新的工具一一ProteoLens，有效的将数据库管理技术和网络可视化整合一体，提高了对多级生物学网络数据挖掘和知识发现的效率。
以上所有例证都向我们展示了肿瘤和系统生物学结合的客观前景。
这让我们对于坚定药物靶标也应该从新思考。
从系统生物学角度出发，应考虑放弃过去针对得到的药物靶点来制造药物的低效率思路，而是在理解了疾病扰乱网络的本质，我们就可以将疾病扰乱网络再工程化成为正常状态。
对于多基因控制的肿瘤，更是应该如此解决才是高效途径。
参考文献1资料科,孙之荣.系统生物学：面向系统的生物学研究[期刊论文]-系统工程理论与实践.2005(2).2 郑志国,许沈华.肿瘤系统生物学研究进展[期刊论文]-国外医学肿瘤学分册.2005(11).3 蒋太交,薛艳红,徐涛.系统生物学-生命科学的新领域[期刊论文]-生物化学与生物物理进展.2004;31(11).4 Hood L，Heath JR，Phelps ME，et al．Systems biology and new technologies enable predietive and preventative medicine．Science，2004，306(5696)：640一643．5 Halvorsen oJ,0yan AM,Bo TH,et al．Gene e。
pression profiles inprostate cancer:association with patient subgroups and tumour differentiation.Int J 0ncol,2005,26(2):329—336．6 Celis JE，Moreira JM，Gromova I，et al．Towards discovery—driven tIanslational research in breast cancer.FEBS J,2005,272 (1):2—15．7 KhaliI IG,HiIl C.Systems biology for cancer. Curr Opin OncoI,2005,17(1):44-48．8 旬天笑.肿瘤Biomarker的计算机系统生物学研究及生物网络可视化软件的开发[博士论文].2010(3).。