系统生物学在医学研究中的应用 - 副本.pptxVIP

系统生物学在医学研究中的应用 由于大部分疾病如癌症、心血管疾病等复杂疾病的发生发展不是由单一因素引起的，而是受多因素的影响；除了遗传因素，还受环境因素的影响，是多个遗传因素和多个环境因素相互作用的结果。因此，在本质上，很多疾病都是一“系统”病，其预防、诊断和治疗都需要以“系统”的观点和方法来研究。 高通量生物医学技术的迅猛发展为系统生物学的兴起奠定了数据基础，复杂网络理论以及信息学理论的发展亦为系统生物学的发展提供了坚实的方法学基础。系统生物学在医学研究中得到了广泛的应用，在现代医学的各个方面发挥着越来越重要的作用 中医药作为我国传统医学的重要部分，在研究中因为其成分复杂，靶点不确定，在体内作用复杂等因素一直不能充分的发掘和利用，系统生物学或成为解读中医药复杂理论体系一种可能 系统生物学在医学研究中的应用 复杂疾病的理解 疾病基因预测 疾病相关子网络的确定 疾病生物标志物的确定 网络药理学 中医药的研究 对复杂疾病的理解  癌症等复杂疾病本身属于基因网络病，单或多分子角度不能很好的理解这类疾病， 在网络水平却可以发现之前不能发现的现象和规律。 例如：2005 年左右，各类癌症基因组测序项目开始实施，癌症基因组测序的结果表明癌症基因突变的异质性非常高，即使对同一种癌症，不同病人发生遗传变异的基因也有很大区别。癌症基因组测序的目的是发现癌症基因组的共性，从而理解、预防、诊断和治疗癌症。但结果并不符合人们的期望。后来，从系统的角度猜测，虽然在基因层面上不同癌症病人的基因突变异质性较高，但在网络层面这些突变基因可能有共性的规律。基于这一思想，有学者以细胞信号传导网络为模型研究了癌症突变基因在该网络上的分布。 结果确实在一定程度上证实了之前的猜测，癌症病人突变基因虽然很不一样，但在网络水平上，这些突变基因具有非常强的规律，有热点突变网络区域的存在。 对复杂疾病的理解  复杂疾病不仅和遗传因素有关，而且还受到了极强的环境因素的影响。这些疾病的发生发展和环境因素密不可分，因而，其预防、诊断和治疗亦如此， 受遗传因素和环境因素相互作用的影响。 例如：Cao 等人在一项研究中发现家庭生活环境因素对于肿瘤生长具有显著影响，并确定了和肿瘤生长相关的环境因素和遗传因素相互作用网络 疾病基因预测 疾病基因确定一直是医学研究中的热点问题。除了高通量技术外，比如 GWAS,microarray 等，生物信息学也在其中扮演了重要角色。这些预测方法基本思想都是通过新基因和位置基因的某种相似度，比如序列相似度、表达谱相似度，及其他诸如通过疾病的相似度、基因功能注释相似度和文献挖掘等 。 系统生物学思想和方法也被应用到疾病基因的预测。其预测算法多种多样，但基本思想是功能相似基因，其关联的疾病也相似。也就是基于现有的基因和疾病关联数据，或者其他数据，通过网络信息，预测新基因和已知疾病关联基因的关系， 从而预测新基因和疾病的关系。对于非编码 RNA， 比如 miRNA，其思想和方法也大概如此 。 疾病相关子网络的确定  在一个大的分子网络中，确定出和疾病密切相关的子网络也是系统生物学在医学研究中的重要应用。这类研究或基于实验确定的有明确物理作用的分子网络，如蛋白相互作用网络、细胞信号传导网络，或者基于通过高通量数据构建出的网络，如基因共表达网络，文献挖掘的基因网络，涉及的科学问题也是种类繁多 ，诸如疾病发展阶段、药物反应、 非编码 RNA 网络等 疾病生物标志物的确定  疾病生物标志物是可以反应某种疾病相关状态的，并且是能够测量的来自检测对象身体、组织、细胞或体液的生物特征。生物标志物在疾病风险预测、疾病诊断、病情监测、疗 效判断和预后评估起着重要作用。一个好的生物标志物对于降低疾病发病风险、疾病早期诊断以及疾病有效治疗起着至关重要的作用，因此筛选高敏感性和高特异性的疾病生物标志物是当前医学研究中最重要的科学问题之一。 疾病生物标志物的确定  传统的分子生物标志物是基于单分子或多分子的，并没有充分考虑分子之间的相互作用，而分子之间的相互作用实际上是在复杂疾病中起重要作用的。各种分子之间的相互作用都有可能和疾病相关，因此，各种水平的分子相互作用都可能成为疾病的网络生物标志物，比如转录调控关系，蛋白质相互作用关系，基因共表达网络，疾病相似网络等。虽然疾病网络生物标志物的研究正处于起步阶段，但是考虑到复杂疾病的网络本质，网络生物标志物筛选方法是新兴的具有潜力的疾病生物标志