Из Википедии, бесплатной энциклопедии
  (Перенаправлено из Computational Systems Biology )
Перейти к навигации Перейти к поиску

Моделирование биологических систем - важная задача системной биологии и математической биологии . [a] Вычислительная системная биология [b] [1] направлена ​​на разработку и использование эффективных алгоритмов , структур данных , средств визуализации и коммуникации с целью компьютерного моделирования биологических систем. Он включает использование компьютерного моделирования биологических систем, в том числе клеточных подсистем (таких как сети метаболитов и ферментов, составляющих метаболизм ,пути передачи сигналов и сети регуляции генов ), чтобы анализировать и визуализировать сложные связи этих клеточных процессов. [2]

Неожиданное возникающее свойство из сложной системы может быть результатом взаимодействия причинно-следственного среди проще, интегрированные частей (см биологической организации). Биологические системы демонстрируют множество важных примеров эмерджентных свойств в сложном взаимодействии компонентов. Традиционное изучение биологических систем требует редуктивных методов, в которых количество данных собирается по категориям, например, концентрация во времени в ответ на определенный стимул. Компьютеры имеют решающее значение для анализа и моделирования этих данных. Цель состоит в том, чтобы создать в реальном времени точные модели реакции системы на внешние и внутренние стимулы, такие как модель раковой клетки, чтобы найти слабые места в ее сигнальных путях, или моделирование мутаций ионных каналов, чтобы увидеть влияние на кардиомиоциты и в свою очередь, функция бьющегося сердца.

Стандарты [ править ]

Безусловно, наиболее широко распространенным стандартным форматом для хранения и обмена моделями в полевых условиях является язык разметки системной биологии (SBML) [3] . Веб- сайт SBML.org включает руководство по многим важным программным пакетам, используемым в вычислительной системной биологии. Большое количество моделей, закодированных в SBML, можно получить из биомоделей . Другие языки разметки с различными акцентами включают BioPAX и CellML .

Конкретные задачи [ править ]

Сотовая модель [ править ]

Основная статья: Сотовая модель
Часть клеточного цикла
Пищевая сеть Саммерхейса и Элтона 1923 года на Медвежьем острове ( стрелки представляют организм, потребляемый другим организмом ).
Образец временных рядов в модели Лотки-Вольтерра . Обратите внимание, что две популяции демонстрируют циклическое поведение .

Создание клеточной модели было особенно сложной задачей системной биологии и математической биологии . Он включает использование компьютерного моделирования многих клеточных подсистем, таких как сети метаболитов , ферменты, которые включают метаболизм и транскрипцию , трансляцию , регуляцию и индукцию регуляторных сетей генов. [4]

Сложная сеть процессов биохимических реакций / переноса и их пространственная организация делают разработку прогнозирующей модели живой клетки серьезной задачей 21-го века, внесенной в список Национального научного фонда (NSF) в 2006 году [5].

Вычислительная модель целой клетки для бактерии Mycoplasma genitalium , включая все ее 525 генов, генные продукты и их взаимодействия, была построена учеными из Стэнфордского университета и Института Дж. Крейга Вентера и опубликована 20 июля 2012 года в журнале Cell. [6]

На основе динамической компьютерной модели внутриклеточной передачи сигналов компания Merrimack Pharmaceuticals обнаружила мишень для своего лекарства от рака MM-111. [7]

Мембранные вычисления - это задача моделирования клеточной мембраны .

Моделирование многоклеточного организма [ править ]

Сообщество OpenWorm проводит имитацию C. elegans на клеточном уровне с открытым исходным кодом . На данный момент был построен физический движок Gepetto , и модели нейронного коннектома и мышечной клетки были созданы в формате NeuroML. [8]

Сворачивание белков [ править ]

Основная статья: Проблема сворачивания белков

Прогнозирование структуры белка - это предсказание трехмерной структуры белка по его аминокислотной последовательности, то есть предсказание третичной структуры белка по его первичной структуре . Это одна из важнейших целей биоинформатики и теоретической химии . Прогнозирование структуры белка имеет большое значение в медицине (например, при разработке лекарств ) и биотехнологии (например, при разработке новых ферментов ). Каждые два года эффективность существующих методов оценивается в CASP. эксперимент.

Биологические системы человека [ править ]

Модель мозга [ править ]

Проект Blue Brain попытка создать синтетический мозг, реверс-инжиниринг в мозге млекопитающих , вплоть до молекулярного уровня. Целью этого проекта, основанного в мае 2005 года Институтом мозга и разума Политехнической школы в Лозанне , Швейцария, является изучение архитектурных и функциональных принципов мозга. Проект возглавляет директор института Генри Маркрам. Используя суперкомпьютер Blue Gene с программным обеспечением NEURON Майкла Хайнса , моделирование состоит не только из искусственной нейронной сети , но и включает частично биологически реалистичную модель нейронов.. [9] [10] Его сторонники надеются, что в конечном итоге он прольет свет на природу сознания . Существует ряд подпроектов, в том числе Cajal Blue Brain , координируемый Мадридским центром суперкомпьютеров и визуализации (CeSViMa), и другие, реализуемые университетами и независимыми лабораториями в Великобритании, США и Израиле. Проект "Человеческий мозг" основан на работе проекта "Голубой мозг". [11] [12] Это один из шести пилотных проектов в Программе исследований будущих новых технологий Европейской комиссии [13], претендующих на финансирование в размере миллиарда евро.

Модель иммунной системы [ править ]

В последнее десятилетие наблюдается рост числа симуляторов иммунной системы. [14] [15]

Виртуальная печень [ править ]

Проект Virtual Liver - это исследовательская программа стоимостью 43 миллиона евро, финансируемая правительством Германии, состоящая из семидесяти исследовательских групп, распределенных по всей Германии. Цель состоит в том, чтобы создать виртуальную печень, динамическую математическую модель, которая представляет физиологию , морфологию и функцию печени человека . [16]

Модель дерева [ править ]

Основная статья: Имитация роста растений

Электронные деревья (е-деревья) обычно используют L-системы для имитации роста. L-системы очень важны в области науки о сложности и A-жизни . Все еще предстоит разработать общепринятую систему для описания изменений морфологии растений на клеточном или модульном уровне. [17] Наиболее широко применяемые алгоритмы генерации деревьев описаны в статьях «Создание и рендеринг реалистичных деревьев» и «Рендеринг дерева в реальном времени».

Экологические модели [ править ]

Основная статья: Модель экосистемы

Экосистемные модели - это математические представления экосистем . Как правило , они упрощают сложные foodwebs вплоть до их основных компонентов или трофических уровней , и количественно их либо как числа организмов , биомассы или запасов / концентрации какого - либо соответствующего химического элемента (например, углерод или его питательных видов , таких как азот или фосфор ).

Модели в экотоксикологии [ править ]

Целью моделей в экотоксикологии является понимание, моделирование и прогнозирование эффектов, вызываемых токсичными веществами в окружающей среде. Большинство современных моделей описывают воздействие на один из многих различных уровней биологической организации (например, на организмы или популяции). Проблема заключается в разработке моделей, которые предсказывают эффекты в биологических масштабах. В экотоксикологии и моделях обсуждаются некоторые типы экотоксикологических моделей и даются ссылки на многие другие.

Моделирование инфекционного заболевания [ править ]

Основные статьи: Математическое моделирование инфекционного заболевания и модель эпидемии

Можно математически смоделировать развитие большинства инфекционных заболеваний, чтобы определить вероятный исход эпидемии или помочь справиться с ними с помощью вакцинации . В этом поле делается попытка найти параметры для различных инфекционных заболеваний и использовать эти параметры для проведения полезных расчетов воздействия программы массовой вакцинации .

См. Также [ править ]

  • Визуализация биологических данных
  • Биосимуляция
  • Алгоритм Гиллеспи
  • Программное обеспечение для молекулярного моделирования
  • Стохастическое моделирование

Заметки [ править ]

  1. ^ Иногда называется теоретической биологией, сухой биологией или даже биоматематикой.
  2. ^ Биология вычислительных систем - это отрасль, которая стремится генерировать понимание на системном уровне путем анализа биологических данных с использованием вычислительных методов.

Ссылки [ править ]

  1. ^ Andres Крит, Roland Eils, Вычислительные системыбиология, Elsevier Academic Press, 2006.
  2. ^ Тавассолы, Иман; Гольдфарб, Джозеф; Айенгар, Рави (2018-10-04). «Букварь по системной биологии: основные методы и подходы». Очерки биохимии . 62 (4): 487–500. DOI : 10.1042 / EBC20180003 . ISSN  0071-1365 . PMID  30287586 .
  3. ^ Klipp, Liebermeister, Helbig, Kowald и Шабер. (2007). «Стандарты системной биологии - говорит сообщество» (2007), Nature Biotechnology 25 (4): 390–391.
  4. ↑ Карбонелл-Баллестеро М, Дюран-Небреда С., Монтаньес Р., Соле Р., Масия Дж, Родригес-Касо С. (декабрь 2014 г.). «Восходящая характеристика передаточных функций для синтетических биологических проектов: уроки энзимологии» . Исследования нуклеиновых кислот . 42 (22): 14060–14069. DOI : 10.1093 / NAR / gku964 . PMC 4267673 . PMID 25404136 .  
  5. ^ Американская ассоциация развития науки
  6. ^ Карр, Дж. (2012) Вычислительная модель всей клетки предсказывает фенотип из генотипа клетки
  7. ^ McDonagh, CF (2012) Противоопухолевая активность нового биспецифического антитела, которое нацелено на онкогенную единицу ErbB2 / ErbB3 и ингибирует индуцированную герегулином активацию ErbB3. Молекулярная терапия рака
  8. ^ Загрузки OpenWorm
  9. ^ Грэм-Роу, Дункан. «Миссия по созданию искусственного мозга начинается» , NewScientist , июнь 2005 г.
  10. ^ Палмер, Джейсон. Смоделированный мозг приблизился к мысли , BBC News.
  11. ^ Проект человеческого мозга. Архивировано 5 июля 2012 года в Wayback Machine.
  12. ↑ Видео Генри Маркрама, представляющего The Human Brain Project 22 июня 2012 г.
  13. ^ Домашняя страница FET Flagships Initiative.
  14. ^ Многокритериальный эволюционный алгоритм с моделью иммунной системы для обработки ограничений при назначении задач - Спрингер
  15. ^ «Компьютерное моделирование фиксирует иммунный ответ на грипп» . Проверено 19 августа 2009 .
  16. ^ «Виртуальная сеть печени» . Архивировано из оригинала на 2012-09-30 . Проверено 14 октября 2016 .
  17. ^ «Моделирование роста растений» . Архивировано из оригинала на 2009-12-09 . Проверено 18 октября 2009 .

Источники [ править ]

  • Антманн, СС; Марсден, Дж. Э .; Сирович, Л., ред. (2009). Математическая физиология (2-е изд.). Нью-Йорк, Нью-Йорк: Springer. ISBN 978-0-387-75846-6.
  • Барнс, диджей; Чу, Д. (2010), Введение в моделирование для биологических наук , Springer Verlag
  • Введение в моделирование инфекционных заболеваний Эмилии Винницки и Ричарда Уайта. Вводная книга по моделированию инфекционных заболеваний и его применениям.

Дальнейшее чтение [ править ]

  • Бараб, А. -Л .; Олтвай, З. (2004). «Сетевая биология * понимание функциональной организации клетки». Природа Обзоры Генетики . 5 (2): 101–113. DOI : 10.1038 / nrg1272 . PMID  14735121 . S2CID  10950726 .
  • Скрытый; Schilling, C .; Палссон, Б. (2001). «Регулирование экспрессии генов в моделях баланса потока метаболизма». Журнал теоретической биологии . 213 (1): 73–88. CiteSeerX  10.1.1.110.1647 . DOI : 10,1006 / jtbi.2001.2405 . PMID  11708855 .
  • Скрытый, МВт; Палссон, Б. (2002). «Транскрипционная регуляция в основанных на ограничениях метаболических моделях Escherichia coli» . Журнал биологической химии . 277 (31): 28058–28064. DOI : 10.1074 / jbc.M201691200 . PMID  12006566 .
  • Эдвардс; Палссон, Б. (2000). «Escherichia coli MG1655 in silico метаболический генотип *, его определение, характеристики и возможности» . Труды Национальной академии наук Соединенных Штатов Америки . 97 (10): 5528–5533. Bibcode : 2000PNAS ... 97.5528E . DOI : 10.1073 / pnas.97.10.5528 . PMC  25862 . PMID  10805808 .
  • Бонно, Р. (2008). «Изучение биологических сетей * от модулей к динамике». Природа Химическая биология . 4 (11): 658–664. DOI : 10.1038 / nchembio.122 . PMID  18936750 .
  • Эдвардс, JS; Ибарра, RU; Палссон, Б.О. (2001). «Прогнозы in silico метаболических возможностей Escherichia coli согласуются с экспериментальными данными». Природа Биотехнологии . 19 (2): 125–130. DOI : 10.1038 / 84379 . PMID  11175725 . S2CID  1619105 .
  • Фелл, Д.А. (1998). «Увеличение потока в метаболических путях * Перспектива анализа метаболического контроля». Биотехнология и биоинженерия . 58 (2–3): 121–124. DOI : 10.1002 / (SICI) 1097-0290 (19980420) 58: 2/3 <121 :: AID-BIT2> 3.0.CO; 2-N . PMID  10191380 .
  • Hartwell, LH; Хопфилд, JJ; Leibler, S .; Мюррей, AW (1999). «От молекулярной к модульной клеточной биологии». Природа . 402 (6761 Дополнение): C47 – C52. DOI : 10.1038 / 35011540 . PMID  10591225 . S2CID  34290973 .
  • Идекер; Галицкий, Т .; Худ, Л. (2001). «Новый подход к расшифровке жизни * системной биологии» . Ежегодный обзор геномики и генетики человека . 2 (1): 343–372. DOI : 10.1146 / annurev.genom.2.1.343 . PMID  11701654 . S2CID  922378 .
  • Китано, Х. (2002). «Вычислительная системная биология». Природа . 420 (6912): 206–210. Bibcode : 2002Natur.420..206K . DOI : 10,1038 / природа01254 . PMID  12432404 . S2CID  4401115 .
  • Китано, Х. (2002). «Системная биология * краткий обзор». Наука . 295 (5560): 1662–1664. Bibcode : 2002Sci ... 295.1662K . CiteSeerX  10.1.1.473.8389 . DOI : 10.1126 / science.1069492 . PMID  11872829 . S2CID  2703843 .
  • Китано (2002). «Заглянуть за рамки деталей * - рост системно-ориентированных подходов в генетике и молекулярной биологии». Текущая генетика . 41 (1): 1–10. DOI : 10.1007 / s00294-002-0285-Z . PMID  12073094 . S2CID  18976498 .
  • Gilman, AG; Саймон, Мичиган; Борн, HR; Харрис, BA; Long, R .; Росс, EM; Стулл, JT; Taussig, R .; Борн, HR; Аркин, А.П .; Cobb, MH; Cyster, JG; Девреотес, ПН; Феррелл, Дж. Э .; Fruman, D .; Золото, М .; Weiss, A .; Стулл, JT; Берридж, MJ; Cantley, LC; Catterall, WA; Кафлин, SR; Олсон, EN; Смит, Т.Ф .; Брюгге, JS; Botstein, D .; Диксон, Дж. Э .; Хантер, Т .; Lefkowitz, RJ; Поусон, AJ (2002). «Обзор Альянса сотовой сигнализации» (PDF) . Природа . 420 (6916): 703–706. Bibcode : 2002Natur.420..703G . DOI : 10,1038 / природа01304 . PMID  12478301 . S2CID 4367083 .
  • Палссон, Бернхард (2006). Системная биология * свойства реконструированных сетей . Кембридж: Издательство Кембриджского университета. ISBN 978-0-521-85903-5.
  • Кауфман; Prakash, P .; Эдвардс, JS (2003). «Достижения в анализе баланса потоков». Текущее мнение в области биотехнологии . 14 (5): 491–496. DOI : 10.1016 / j.copbio.2003.08.001 . PMID  14580578 .
  • Segrè, D .; Виткуп, Д .; Церковь, GM (2002). «Анализ оптимальности в естественных и нарушенных метаболических сетях» . Труды Национальной академии наук Соединенных Штатов Америки . 99 (23): 15112–15117. Bibcode : 2002PNAS ... 9915112S . DOI : 10.1073 / pnas.232349399 . PMC  137552 . PMID  12415116 .
  • Вильдермут, MC (2000). «Анализ метаболического контроля * биологические приложения и идеи» . Геномная биология . 1 (6): ОБЗОРЫ 1031. DOI : 10.1186 / GB-2000-1-6-reviews1031 . PMC  138895 . PMID  11178271 .

Внешние ссылки [ править ]

  • Центр моделирования иммунитета к кишечным патогенам (MIEP)