Биологическая сеть любая сеть , которая относится к биологическим системам . Сеть - это любая система с подразделениями, связанными в единое целое, например, с видами, объединенными в единую пищевую сеть . Биологические сети обеспечивают математическое представление связей, обнаруженных в экологических , эволюционных и физиологических исследованиях, таких как нейронные сети . [1] Анализ биологических сетей в отношении здоровья и болезней человека привел к появлению новой области исследований, называемой сетевой медициной . [2] [3]
Сетевая биология и биоинформатика
Сложные биологические системы могут быть представлены и проанализированы как вычислимые сети. Например, экосистемы можно моделировать как сети взаимодействующих видов, или белок можно моделировать как сеть аминокислот. [4] Кроме того, аминокислоты могут быть представлены как сеть связанных атомов , таких как углерод , азот и кислород . Узлы и ребра являются важными компонентами сети. Узлы представляют единицы в сети, в то время как ребра представляют связь между единицами. Узлы могут представлять широкий спектр биологических единиц, от отдельных организмов до отдельных нейронов мозга. Двумя важными свойствами сети являются центральность по степени и промежуточности . Степень обозначает количество ребер, подключенных к узлу, а промежуточность - это мера того, насколько центральным является узел в сети. [5] Узлы с высокой промежуточностью по существу служат мостами между различными частями сети (т. Е. Взаимодействия должны проходить через этот узел, чтобы достичь других частей сети). В социальных сетях узлы с высокой степенью или высокой промежуточностью могут играть важную роль в их общем составе. [6]
Еще в 1980-х годах исследователи начали рассматривать ДНК или геномы как динамическое хранилище языковой системы с точными вычислимыми конечными состояниями, представленными в виде конечного автомата . [7] Недавние исследования сложных систем также показали некоторую далеко идущую общность в организации информации в задачах из биологии, информатики и физики , таких как конденсат Бозе – Эйнштейна (особое состояние материи). [8]
Биоинформатика все больше смещает свое внимание с отдельных генов , белков и алгоритмов поиска на крупномасштабные сети, часто обозначаемые как -омы, такие как биом , интерактом , геном и протеом . Такие теоретические исследования показали, что биологические сети имеют много общих черт с другими сетями, такими как Интернет или социальные сети , например топология сети . [9]
Сети в биологии
Сети белок-белкового взаимодействия
Сети белок-белковых взаимодействий (PIN) представляют собой физические отношения между белками, присутствующими в клетке, где белки являются узлами , а их взаимодействия - ненаправленными краями . [10] Из-за их ненаправленной природы трудно идентифицировать все белки, участвующие во взаимодействии. Белок-белковые взаимодействия (ИПП) важны для клеточных процессов, а также для сетей, наиболее активно анализируемых в биологии. PPI могут быть обнаружены с помощью различных экспериментальных методов, среди которых двухгибридная система дрожжей является широко используемым методом для изучения бинарных взаимодействий. [11] Недавние высокопроизводительные исследования с использованием масс-спектрометрии выявили большой набор взаимодействий с белками. [12]
Многие международные усилия привели к созданию баз данных, которые каталогизируют экспериментально определенные белок-белковые взаимодействия. Некоторые из них являются человеческим белком Справочной базы данных , база данных взаимодействующих белков , база данных молекулярного взаимодействия (MINT), [13] нетронутые, [14] и BioGRID . [15] В то же время было предложено несколько вычислительных подходов для прогнозирования взаимодействий. [16] STRING - одна из таких баз данных, в которой для публичного использования собираются как предсказанные расчетами, так и экспериментально подтвержденные взаимодействия белок-белок.
Недавние исследования показали, что молекулярные сети сохраняются в глубокой эволюции. [17] Более того, было обнаружено, что белки с высокой степенью связанности более важны для выживания, чем белки с меньшей степенью. [18] Это наблюдение предполагает, что общий состав сети (а не просто взаимодействия между парами белков) жизненно важен для общего функционирования организма.
Генные регуляторные сети (сети взаимодействия ДНК с белками)
В геном кодирует тысячи генов , чьи продукты ( мРНК , белки) имеют решающее значение для различных процессов жизни, таких как. Дифференциация клеток, выживание клеток и метаболизм. Гены производят такие продукты посредством процесса, называемого транскрипцией, который регулируется классом белков, называемых факторами транскрипции . Например, геном человека кодирует почти 1500 ДНК-связывающих факторов транскрипции, которые регулируют экспрессию более 20 000 генов человека. [19] Полный набор продуктов генов и взаимодействия между ними составляют сети регуляции генов (GRN). GRN регулируют уровни продуктов генов в клетке и, в свою очередь, клеточные процессы.
GRN представлены генами и транскрипционными факторами в виде узлов, а отношения между ними - в виде ребер. Эти кромки являются направленными, что соответствует нормативным отношениям между двумя концами кромки. Например, направленный край от гена A к гену B указывает на то, что A регулирует экспрессию B. Таким образом, эти направленные края могут не только представлять стимуляцию регуляции гена, но также его ингибирование.
GRN обычно создаются с использованием знаний о регуляции генов, доступных из таких баз данных, как., Reactome и KEGG . Технологии высокопроизводительных измерений, такие как микроматрица , RNA-Seq , ChIP-chip и ChIP-seq , позволили накопить крупномасштабные данные транскриптомики, которые могут помочь в понимании сложных паттернов регуляции генов. [20] [21]
Сети коэкспрессии генов (сети ассоциации транскриптов и транскриптов)
Сети коэкспрессии генов можно рассматривать как сети ассоциаций между переменными, которые измеряют количество транскриптов. Эти сети использовались для обеспечения системного биологического анализа данных микрочипов ДНК, данных РНК-seq, данных miRNA и т. Д. Сетевой анализ взвешенной коэкспрессии генов широко используется для идентификации модулей коэкспрессии и внутримодульных узловых генов. [22] Модули коэкспрессии могут соответствовать типам клеток или путям, в то время как сильно связанные внутримодульные концентраторы могут интерпретироваться как представители их соответствующих модулей.
Метаболические сети
Клетки расщепляют пищу и питательные вещества на небольшие молекулы, необходимые для клеточной обработки, посредством ряда биохимических реакций. Эти биохимические реакции катализируются ферментами . Полный набор всех этих биохимических реакций во всех путях представляет собой метаболическую сеть . В метаболической сети маленькие молекулы берут на себя роль узлов, и они могут быть углеводами, липидами или аминокислотами. Реакции, которые переводят эти маленькие молекулы из одной формы в другую, представлены в виде ребер. Можно использовать сетевой анализ, чтобы сделать вывод о том, как отбор влияет на метаболические пути. [5]
Сигнальные сети
Сигналы передаются внутри клеток или между клетками и, таким образом, образуют сложные сигнальные сети. Например, путь MAPK / ERK трансдуцируется с поверхности клетки в ядро клетки посредством серии белок-белковых взаимодействий, реакций фосфорилирования и других событий. [23] Сигнализации сети обычно интеграции сетей белок-белковых взаимодействий , генных регуляторных сетей и метаболических сетей . [24] [25]
Нейронные сети
Сложные взаимодействия в мозге делают его идеальным кандидатом для применения теории сетей. Нейроны в головном мозге глубоко связаны друг с другом, и это приводит к тому, что в структурных и функциональных аспектах мозга присутствуют сложные сети. [26] Например, свойства сети малого мира были продемонстрированы в связях между корковыми областями мозга приматов [27] или во время глотания у людей. [28] Это говорит о том, что области коры головного мозга не взаимодействуют напрямую друг с другом, но большинство областей могут быть доступны из всех остальных только с помощью нескольких взаимодействий.
Пищевые полотна
Все организмы связаны друг с другом кормлением. Если один вид ест или съедается другим видом, они связаны сложной пищевой сетью, состоящей из взаимодействий хищников и жертв. Стабильность этих взаимодействий является давним вопросом экологии. [29] То есть, если определенные люди будут удалены, что произойдет с сетью (т. Е. Она разрушится или адаптируется)? Сетевой анализ можно использовать для изучения стабильности пищевой сети и определения того, приводят ли определенные свойства сети к более стабильным сетям. Более того, сетевой анализ может использоваться для определения того, как выборочное изъятие видов повлияет на пищевую сеть в целом. [30] Это особенно важно, учитывая потенциальную потерю видов из-за глобального изменения климата.
Сети межвидового взаимодействия
В биологии парные взаимодействия исторически были в центре внимания интенсивных исследований. Благодаря недавним достижениям в сетевой науке стало возможным расширить попарные взаимодействия, чтобы включить представителей многих видов, участвующих во многих наборах взаимодействий, чтобы понять структуру и функции более крупных экологических сетей . [31] Использование сетевого анализа может позволить как открытие, так и понимание того, как эти сложные взаимодействия связаны друг с другом в сети системы, свойство, которое ранее упускалось из виду. Этот мощный инструмент позволяет изучать различные типы взаимодействий (от конкурентных до кооперативных ), используя одну и ту же общую структуру. [32] Например, взаимодействие растений и опылителей является взаимовыгодным и часто вовлекает множество различных видов опылителей, а также множество различных видов растений. Эти взаимодействия имеют решающее значение для воспроизводства растений и, следовательно, накопления ресурсов в основе пищевой цепи для основных потребителей, однако этим сетям взаимодействия угрожают антропогенные изменения. Использование сетевого анализа может пролить свет на то, как работают сети опыления, и может, в свою очередь, дать информацию для усилий по сохранению. [33] Внутри сетей опыления, вложенность (т.е. специалисты взаимодействуют с подмножеством видов, с которыми взаимодействуют универсалы), избыточность (т.е. большинство растений опыляются многими опылителями) и модульность играют большую роль в стабильности сети. [33] [34] Эти свойства сети могут фактически работать для замедления распространения эффектов возмущения по системе и потенциально в некоторой степени защищать сеть опыления от антропогенных изменений. [34] В более общем плане структура взаимодействий видов в экологической сети может кое-что сказать нам о разнообразии, богатстве и устойчивости сети. [35] Исследователи могут даже сравнить современные конструкции сетей взаимодействия видов с историческими реконструкциями древних сетей, чтобы определить, как сети менялись с течением времени. [36] Недавние исследования этих сложных сетей взаимодействия видов очень заинтересованы в понимании того, какие факторы (например, разнообразие) приводят к стабильности сети. [37]
Сети внутривидового взаимодействия
Сетевой анализ дает возможность количественно определять ассоциации между особями, что позволяет сделать вывод о деталях сети в целом на уровне вида и / или популяции. [38] Одной из наиболее привлекательных черт сетевой парадигмы было бы то, что она обеспечивает единую концептуальную основу, в которой социальная организация животных на всех уровнях (индивидуум, диада, группа, популяция) и для всех типов взаимодействия (агрессивного, кооперативная, сексуальная и т. д.) могут быть изучены. [39]
Исследователи, интересующиеся этологией многих таксонов, от насекомых до приматов, начинают включать сетевой анализ в свои исследования. Исследователи, интересующиеся социальными насекомыми (например, муравьями и пчелами), использовали сетевой анализ, чтобы лучше понять разделение труда, распределение задач и оптимизацию поиска пищи в колониях; [40] [41] [42] Других исследователей интересует, как определенные свойства сети на уровне группы и / или популяции могут объяснить поведение на индивидуальном уровне. Исследования продемонстрировали, как на структуру социальной сети животных могут влиять факторы, варьирующиеся от характеристик окружающей среды до характеристик человека, таких как опыт развития и личность. На уровне индивида формирование паттернов социальных связей может быть важным фактором, определяющим приспособленность , предсказывая как выживание, так и репродуктивный успех. На уровне популяции сетевая структура может влиять на формирование паттернов экологических и эволюционных процессов, таких как частотно-зависимый отбор и передача болезней и информации. [43] Например, исследование на проволочные хвостах manakins (небольшие воробьиные птицы) обнаружило , что самца степень в сети в значительной степени предсказать способность мужчину подняться в социальной иерархии (то есть, в конечном итоге получить территорию и вязки) . [44] В группах дельфинов-афалин степень индивидуальности и центральные значения промежуточности могут предсказать, будет ли этот человек проявлять определенное поведение, например, использование боковых шлепков и перевернутого лобтейла для руководства усилиями группы; люди с высокими значениями промежуточности более связаны и могут получить больше информации и, следовательно, лучше подходят для руководства групповыми путешествиями и, следовательно, склонны демонстрировать это сигнальное поведение больше, чем другие члены группы. [45]
Анализ социальных сетей также может быть использован для описания социальной организации внутри вида в более общем плане, что часто выявляет важные непосредственные механизмы, способствующие использованию определенных поведенческих стратегий. Эти описания часто связаны с экологическими свойствами (например, распределением ресурсов). Например, сетевые анализы показали тонкие различия в динамике группы двух связанных equid деления слитых видов, зебра Греви и ослов , живущих в переменных условиях; Зебры Греви демонстрируют определенные предпочтения в выборе ассоциации, когда они делятся на более мелкие группы, тогда как онагры этого не делают. [46] Точно так же исследователи, интересующиеся приматами, также использовали сетевой анализ для сравнения социальных организаций в различных отрядах приматов , предполагая, что использование сетевых показателей (таких как центральность , ассортативность , модульность и промежуточность) может быть полезным с точки зрения объяснения типов. о социальном поведении, которое мы видим внутри одних групп, а не других. [47]
Наконец, анализ социальных сетей может также выявить важные колебания поведения животных в меняющейся среде. Например, сетевой анализ самок павианов чакмы ( Papio hamadryas ursinus ) выявил важные динамические изменения по сезонам, которые ранее были неизвестны; Было обнаружено, что вместо создания стабильных, длительных социальных связей с друзьями бабуины демонстрируют более изменчивые отношения, которые зависят от краткосрочных непредвиденных обстоятельств, связанных с динамикой на уровне группы, а также изменчивостью окружающей среды. [48] Изменения в среде социальной сети человека также могут повлиять на такие характеристики, как «личность»: например, социальные пауки, которые сбиваются в кучу с более смелыми соседями, также имеют тенденцию становиться более смелыми. [49] Это очень небольшой набор широких примеров того, как исследователи могут использовать сетевой анализ для изучения поведения животных. Исследования в этой области в настоящее время расширяются очень быстро, особенно с учетом того, что более широкое развитие меток, переносимых животными, и компьютерного зрения можно использовать для автоматизации сбора социальных ассоциаций. [50] Анализ социальных сетей является ценным инструментом для изучения поведения животных всех видов и может дать новую информацию о поведении животных и социальной экологии, которая ранее была плохо изучена.
Смотрите также
- Список тем омиков по биологии
- Вывод биологической сети
- Прикладная статистика
- Биостатистика
- Вычислительная биология
- Системная биология
- Взвешенный корреляционный сетевой анализ
- Интерактом
- Сетевая медицина
Рекомендации
- ^ Пру, SR; Промислоу, DEL; Филлипс, ПК (2005). «Сетевое мышление в экологии и эволюции» (PDF) . Тенденции в экологии и эволюции . 20 (6): 345–353. DOI : 10.1016 / j.tree.2005.04.004 . PMID 16701391 . Архивировано из оригинального (PDF) на 2011-08-15.
- ^ Барабаши, Алабама; Gulbahce, N .; Лоскальцо, Дж. (2011). «Сетевая медицина: сетевой подход к болезням человека» . Природа Обзоры Генетики . 12 (1): 56–68. DOI : 10.1038 / nrg2918 . PMC 3140052 . PMID 21164525 .
- ^ Хабиби, Иман; Emamian, Effat S .; Абди, Али (2014-10-07). «Расширенные методы диагностики неисправностей в молекулярных сетях» . PLOS ONE . 9 (10): e108830. Bibcode : 2014PLoSO ... 9j8830H . DOI : 10.1371 / journal.pone.0108830 . ISSN 1932-6203 . PMC 4188586 . PMID 25290670 .
- ^ Ян, Вэньин; Чжоу, Цзяньхун; Солнце, Маомин; Чен, Цзяцзя; Ху, Гуан; Шен, Байронг (2014). «Построение аминокислотной сети для понимания структуры и функции белков». Аминокислоты . 46 (6): 1419–1439. DOI : 10.1007 / s00726-014-1710-6 . ISSN 0939-4451 . PMID 24623120 .
- ^ а б Proulx, SR; и другие. (2005). «Сетевое мышление в экологии и эволюции». Тенденции в экологии и эволюции . 20 (6): 345–353. DOI : 10.1016 / j.tree.2005.04.004 . PMID 16701391 .
- ^ Макагон, Майя М .; МакКоуэн, Бренда; Менч, Джой А. (2012). «Как анализ социальных сетей может способствовать исследованиям социального поведения в прикладной этологии?» . Прикладная наука о поведении животных . 138 (3–4): 152–161. DOI : 10.1016 / j.applanim.2012.02.003 . ISSN 0168-1591 . PMC 3865988 . PMID 24357888 .
- ^ Сирлс, Д. (1993). Искусственный интеллект и молекулярная биология . Кембридж, Массачусетс: MIT Press.
- ^ Бьянкони, Г. и Барабаси А. (2001). «Конденсация Бозе-Эйнштейна в сложных сетях». Phys. Rev. Lett . 86 (24): 5632–5635. arXiv : cond-mat / 0011224 . Bibcode : 2001PhRvL..86.5632B . DOI : 10.1103 / physrevlett.86.5632 . HDL : 2047 / d20000696 . PMID 11415319 . S2CID 18375451 .
- ^ Винтербах, Винанд; Мигхем, Пит Ван; Рейндерс, Марсель; Ван, Хуэйцзюань; Риддер, Дик де (2013). «Топология сетей молекулярного взаимодействия» . BMC Systems Biology . 7 (1): 90. DOI : 10,1186 / 1752-0509-7-90 . ISSN 1752-0509 . PMC 4231395 . PMID 24041013 .
- ^ Хабиби, Иман; Emamian, Effat S .; Абди, Али (01.01.2014). «Количественный анализ внутриклеточной коммуникации и ошибок сигнализации в сигнальных сетях» . BMC Systems Biology . 8 : 89. DOI : 10,1186 / s12918-014-0089-Z . ISSN 1752-0509 . PMC 4255782 . PMID 25115405 .
- ^ Машаги, А .; и другие. (2004). «Исследование белковой комплексной сети». Европейский физический журнал . 41 (1): 113–121. arXiv : cond-mat / 0304207 . Bibcode : 2004EPJB ... 41..113M . DOI : 10.1140 / epjb / e2004-00301-0 . S2CID 9233932 .
- ^ Smits, Arne H .; Вермёлен, Мишель (2016). «Характеристика белок-белковых взаимодействий с помощью масс-спектрометрии: проблемы и возможности». Тенденции в биотехнологии . 34 (10): 825–834. DOI : 10.1016 / j.tibtech.2016.02.014 . ISSN 0167-7799 . PMID 26996615 .
- ^ Занзони, А; Монтекки-Палацци, L; Куондам, М; Ausiello, G; Helmer-Citterich, M; Чезарени, Дж. (20 февраля 2002 г.). «MINT: база данных Molecular INTeraction» . Письма FEBS . 513 (1): 135–40. DOI : 10.1016 / s0014-5793 (01) 03293-8 . PMC 1751541 . PMID 11911893 .
- ^ Kerrien, S .; Aranda, B .; Breuza, L .; Мост, А .; Broackes-Carter, F .; Chen, C .; Duesbury, M .; Dumousseau, M .; Feuermann, M .; Hinz, U .; Jandrasits, C .; Хименес, RC; Khadake, J .; Mahadevan, U .; Masson, P .; Педруцци, I .; Pfeiffenberger, E .; Porras, P .; Рагхунатх, А .; Roechert, B .; Orchard, S .; Хермякоб, Х. (24 ноября 2011 г.). «База данных по взаимодействию молекул IntAct в 2012 году» . Исследования нуклеиновых кислот . 40 (D1): D841 – D846. DOI : 10.1093 / NAR / gkr1088 . PMC 3245075 . PMID 22121220 .
- ^ Oughtred, Роза; Руст, Дженнифер; Чанг, Кристи; Брайткройц, Бобби ‐ Джо; Старк, Крис; Виллемс, Эндрю; Баучер, Лорри; Люн, Джинн; Колас, Надин; Чжан, Фредерик; Долма, Сонам; Куломб-Хантингтон, Жасмин; Чатра-Арьямонтри, Эндрю; Долинский, Кара; Тайерс, Майк (2020). «База данных TheBioGRID: всеобъемлющий биомедицинский ресурс, посвященный контролируемым белковым, генетическим и химическим взаимодействиям» . Белковая наука . 30 (1): 187–200. DOI : 10.1002 / pro.3978 . ISSN 0961-8368 . PMC 7737760 . PMID 33070389 .
- ^ Янсен, Р. (2003). «Байесовский сетевой подход для прогнозирования белок-белковых взаимодействий на основе геномных данных». Наука . 302 (5644): 449–453. Bibcode : 2003Sci ... 302..449J . DOI : 10.1126 / science.1087361 . ISSN 0036-8075 . PMID 14564010 .
- ^ Шаран, Р .; и другие. (2005). «Сохраненные модели взаимодействия белков у нескольких видов» . Труды Национальной академии наук Соединенных Штатов Америки . 102 (6): 1974–1979. Bibcode : 2005PNAS..102.1974S . DOI : 10.1073 / pnas.0409522102 . PMC 548573 . PMID 15687504 .
- ^ Jeong, H .; и другие. (2001). «Летальность и центральность в белковых сетях». Природа . 411 (6833): 41–42. arXiv : cond-mat / 0105306 . Bibcode : 2001Natur.411 ... 41J . DOI : 10.1038 / 35075138 . PMID 11333967 . S2CID 258942 .
- ^ Vaquerizas, J.-M .; и другие. (2009). «Перепись факторов транскрипции человека: функция, выражение и эволюция». Природа Обзоры Генетики . 10 (4): 252–263. DOI : 10.1038 / nrg2538 . PMID 19274049 . S2CID 3207586 .
- ^ Цзя, Бочао; Сюй, Сува; Сяо, Гуанхуа; Ламба, Вишал; Лян, Фаминг (2017). «Изучение сетей регуляции генов на основе данных секвенирования следующего поколения» . Биометрия . 73 (4): 1221–1230. DOI : 10.1111 / biom.12682 . ISSN 0006-341X . PMC 6258556 . PMID 28294287 .
- ^ Анджелини, Клаудиа; Коста, Валерио (2014). «Понимание механизмов регуляции генов путем интеграции данных ChIP-seq и RNA-seq: статистические решения биологических проблем» . Границы клеточной биологии и развития . 2 : 51. DOI : 10,3389 / fcell.2014.00051 . ISSN 2296-634X . PMC 4207007 . PMID 25364758 .
- ^ Чжэн, Пэн-Фэй; Чен, Лу-Чжу; Гуань, Яо-Цзун; Лю, Пэн (2021). «Взвешенный сетевой анализ коэкспрессии генов идентифицирует конкретные модули и гены-концентраторы, связанные с заболеванием коронарной артерии» . Научные отчеты . 11 (1): 6711. Bibcode : 2021NatSR..11.6711Z . DOI : 10.1038 / s41598-021-86207-0 . ISSN 2045-2322 . PMC 7988178 . PMID 33758323 .
- ^ Cargnello, M .; Ру, ПП (2011). «Активация и функция MAPKs и их субстратов, MAPK-Activated Protein Kinases» . Обзоры микробиологии и молекулярной биологии . 75 (1): 50–83. DOI : 10.1128 / MMBR.00031-10 . ISSN 1092-2172 . PMC 3063353 . PMID 21372320 .
- ^ Севимоглу, Туба; Арга, Казим Ялчин (2014). «Роль сетей взаимодействия белков в системной биомедицине» . Журнал вычислительной и структурной биотехнологии . 11 (18): 22–27. DOI : 10.1016 / j.csbj.2014.08.008 . ISSN 2001-0370 . PMC 4212283 . PMID 25379140 .
- ^ Арга, К. Ялчин; Önsan, Z İlsen; Кирдар, Бетюль; Ülgen, Kutlu Ö; Нильсен, Йенс (2007). «Понимание передачи сигналов в дрожжах: выводы из сетевого анализа». Биотехнология и биоинженерия . 97 (5): 1246–1258. DOI : 10.1002 / bit.21317 . ISSN 0006-3592 . PMID 17252576 .
- ^ Буллмор, Э. и О. Спорнс (2009). «Сложные сети мозга: теоретико-графовый анализ структурных и функциональных систем». Обзоры природы Неврология . 10 (3): 186–198. DOI : 10.1038 / nrn2575 . PMID 19190637 . S2CID 205504722 .
- ^ Стефан, KE; и другие. (2000). «Вычислительный анализ функциональной связи между областями коры головного мозга приматов» . Философские труды Королевского общества B . 355 (1393): 111–126. DOI : 10.1098 / rstb.2000.0552 . PMC 1692715 . PMID 10703047 .
- ^ Йестрович, Ива; Койл, Джеймс Л; Перера, Субашан; Сейдич, Эрвин (01.12.2016). «Паттерны функциональной связности нормального глотания человека: разница между глотками с различной вязкостью в нормальном положении головы и в положении подбородка с поднятой головой» . Исследование мозга . 1652 : 158–169. DOI : 10.1016 / j.brainres.2016.09.041 . ISSN 0006-8993 . PMC 5102805 . PMID 27693396 .
- ^ Макартур, Р.Х. (1955). «Колебания в популяциях животных и мера стабильности сообщества». Экология . 36 (3): 533–536. DOI : 10.2307 / 1929601 . JSTOR 1929601 .
- ^ Dunne, JA; и другие. (2002). «Сетевая структура и потеря биоразнообразия в пищевых сетях: надежность увеличивается с подключением». Письма об экологии . 5 (4): 558–567. DOI : 10.1046 / j.1461-0248.2002.00354.x .
- ^ Бакомпт, Дж. (2009). «Распутывая паутину жизни». Наука . 325 (5939): 416–419. Bibcode : 2009Sci ... 325..416B . DOI : 10.1126 / science.1170749 . PMID 19628856 . S2CID 2249052 .
- ^ Krause, J .; и другие. (2009). «Социальные сети животных: введение». Behav. Ecol. Sociobiol . 63 (7): 967–973. DOI : 10.1007 / s00265-009-0747-0 . S2CID 24523607 .
- ^ а б Меммотт, Дж .; и другие. (2004). «Устойчивость сетей опыления к исчезновению видов» . Философские труды Королевского общества B . 271 (1557): 2605–261. DOI : 10.1098 / rspb.2004.2909 . PMC 1691904 . PMID 15615687 .
- ^ а б Olesen, J .; и другие. (2007). «Модульность сетей опыления» . PNAS . 104 (50): 19891–19896. Bibcode : 2007PNAS..10419891O . DOI : 10.1073 / pnas.0706375104 . PMC 2148393 . PMID 18056808 .
- ^ Кэмпбелл, В .; и другие. (2011). «Экспериментальный дизайн и результат и интерпретация отношений разнообразия-стабильности». Ойкос . 120 (3): 399–408. DOI : 10.1111 / j.1600-0706.2010.18768.x .
- ^ Lotze, H .; и другие. (2011). «Исторические изменения в морских ресурсах, структуре трофической сети и функционировании экосистем в Адриатическом море, Средиземное море». Экосистемы . 14 (2): 198–222. DOI : 10.1007 / s10021-010-9404-8 . S2CID 45894582 .
- ^ Романюк, Т .; и другие. (2010). «Поддержание позитивных отношений стабильности и разнообразия в условиях стресса окружающей среды» . PLOS ONE . 5 (4): e10378. Bibcode : 2010PLoSO ... 510378R . DOI : 10.1371 / journal.pone.0010378 . PMC 2860506 . PMID 20436913 .
- ^ Крофт, Д.П .; и другие. (2004). «Социальные сети у гуппи (Poecilia reticulate)» . Философские труды Королевского общества B . 271 (Дополнение): S516 – S519. DOI : 10.1098 / RSBL.2004.0206 . PMC 1810091 . PMID 15801620 .
- ^ Краузе, Люссо, Джеймс, Йенс, Дэвид, Ричард (1 мая 2009 г.). «Социальные сети животных: введение» . Поведенческая экология и социобиология . 63 (7): 967–973. DOI : 10.1007 / s00265-009-0747-0 . S2CID 24523607 .CS1 maint: несколько имен: список авторов ( ссылка )
- ^ Дорнхаус, А .; и другие. (2006). «Преимущества набора медоносных пчел: влияние экологии и размера колонии в индивидуальной модели» . Поведенческая экология . 17 (3): 336–344. DOI : 10.1093 / beheco / arj036 .
- ^ Linksvayer, T .; и другие. (2012). «Эволюция развития социальных насекомых: регуляторные сети от генов к обществу». Журнал экспериментальной зоологии, часть B: Молекулярная эволюция и эволюция развития . 318 (3): 159–169. DOI : 10.1002 / jez.b.22001 . PMID 22544713 .
- ^ Mullen, R .; и другие. (2009). «Обзор алгоритмов муравьев». Экспертные системы с приложениями . 36 (6): 9608–9617. DOI : 10.1016 / j.eswa.2009.01.020 .
- ^ Крофт, Дарден, Вей, Даррен П., Сафи К., Тина В. (2016). «Актуальные направления в социальных сетях животных» . Текущее мнение в поведенческих науках . 12 : 52–58. DOI : 10.1016 / j.cobeha.2016.09.001 . hdl : 10871/23348 . S2CID 53195734 .CS1 maint: несколько имен: список авторов ( ссылка )
- ^ Райдер, ТБ; и другие. (2008). «Социальные сети в лек-спаривании коснохвостого манакина ( Pipra filicauda )» . Философские труды Королевского общества B . 275 (1641): 1367–1374. DOI : 10.1098 / rspb.2008.0205 . PMC 2602714 . PMID 18381257 .
- ^ Люссо, Д. (2007). «Доказательства социальной роли дельфинов в социальной сети». Эволюционная экология . 21 (3): 357–366. arXiv : q-bio / 0607048 . DOI : 10.1007 / s10682-006-9105-0 . S2CID 9748737 .
- ^ Sundaresan, S .; и другие. (2007). «Сетевые показатели выявляют различия в социальной организации между двумя видами деления-слияния, зеброй Греви и онагром». Oecologia . 151 (1): 140–149. Bibcode : 2007Oecol.151..140S . DOI : 10.1007 / s00442-006-0553-6 . PMID 16964497 . S2CID 8104281 .
- ^ Каспер, C .; Воелкль, Б. (2009). «Анализ социальных сетей групп приматов». Приматы . 50 (4): 343–356. DOI : 10.1007 / s10329-009-0153-2 . PMID 19533270 . S2CID 9852394 .
- ^ Henzi, S .; и другие. (2009). «Цикличность в структуре социальных сетей самок павиана». Поведенческая экология и социобиология . 63 (7): 1015–1021. DOI : 10.1007 / s00265-009-0720-у . S2CID 6021233 .
- ^ Хант, скорая помощь; и другие. (2018). «Социальные взаимодействия формируют индивидуальную и коллективную личность социальных пауков» . Труды Королевского общества B . 285 (1886): 20181366. DOI : 10.1098 / rspb.2018.1366 . PMC 6158534 . PMID 30185649 .
- ^ Краузе Дж., Краузе С., Арлингхаус Р., Псоракис И., Робертс С., Рутц С. (2013). «Разработка реальности социальных систем животных» . Тенденции в экологии и эволюции . 28 (9): 541–551. DOI : 10.1016 / j.tree.2013.06.002 . PMID 23856617 .CS1 maint: несколько имен: список авторов ( ссылка )
Внешние ссылки
- Сетевые инструменты и приложения в биологии (NETTAB) семинары.
Книги
- Э. Эстрада, "Структура сложных сетей: теория и приложения", Oxford University Press, 2011, ISBN 978-0-199-59175-6
- Дж. Краузе, Р. Джеймс, Д. Фрэнкс, Д. Крофт, «Социальные сети животных», Oxford University Press, 2015, ISBN 978-0199679041
Внешние ссылки
- Networkbio.org , сайт серии встреч по интегративной сетевой биологии (INB). Информацию о мероприятии 2012 года также можно найти на сайте www.networkbio.org
- Networkbiology.org , вики-сайт NetworkBiology .
- LindingLab.org , Технический университет Дании (DTU) изучает сетевую биологию и обработку сотовой информации, а также организует датский филиал ежегодной серии симпозиумов « Интегративная сетевая биология и рак ».
- NRNB.org , Национальный ресурс по сетевой биологии. Центр исследований биомедицинских технологий Национального института здравоохранения США (NIH) занимается изучением биологических сетей.
- Сетевой репозиторий Первый интерактивный репозиторий данных и сетевых данных с визуальной аналитикой в реальном времени.
- Репозиторий социальных сетей животных (ASNR) Первый мульти-таксономический репозиторий, который объединяет 790 социальных сетей более чем 45 видов, включая млекопитающих, рептилий, рыб, птиц и насекомых.
- KONECT - сетевая коллекция Кобленца.