شبکه‌های زیستی: تفاوت میان نسخه‌ها

محتوای حذف‌شده محتوای افزوده‌شده
Z.navidi (بحث | مشارکت‌ها)
ایجاد شبکه های زیستی
برچسب‌ها: پیوندبیرونی به ویکی‌پدیای فارسی ویرایشگر دیداری
(بدون تفاوت)

نسخهٔ ‏۲۹ دسامبر ۲۰۱۶، ساعت ۲۲:۱۰

شبکه‌ی زیستی(شبکه‌ی بیولوژیکی) به هر شبکه‌ای گفته می‌شود که برای سیستم‌های زیستی مورد استفاده قرار می‌گیرد. یک شبکه به سیستمی گفته می‌شود که شامل زیربخش‌هایی باشد که به یکدیگر در غالب یک کل، پیوند داشته باشند، مانند گونه‌های مختلف که در شبکه‌ی غذایی کل یا یکدیگر در ارتباطند. شبکه‌های زیستی نمایش ریاضی‌ای برای ارتباطات موجود در مطالعات محیط زیستی، تکاملی و مطالعات فیزیولوژیکی همانند شبکه‌های عصبی را ارائه می‌دهند.[۱] تحلیل و کار روی شبکه‌های زیستی با توجه به بیماری‌های انسان، منجر به ایجاد حوزه‌ی شبکه‌ی دارویی شده‌است.[۲]

شمای کلی یک شبکه‌ی زیستی

مطالعه ی شبکه های زیستی، درک مدل آن‌ها، تحلیل و تجسم آن‌ها در علم امروز نقش بسیار مهمی دارد. درک این شبکه ها برای دید زیستی بهتر از داده های پیچیده و بسیار زیادی که در حال تولید شدن هستند بسیار ضروری است. تجسم و تصور شبکه از روش های بنیادینی است که به فهم شبکه های زیستی برای آشکار کردن ویژگی های مهم فرآیند های زیرلایه ی بیوشیمیایی کمک میکند.

تعداد بسیاری از شبکه‌های زیستی مهم مربوط به مولکول‌هایی مانند DNA، RNA ، پروتئین‌ها و  ترکیبات مورد نیاز برای سوخت‌و‌ساز سلول و  فعل و انفعالات بین آن‌ها می‌باشد. شبکه‌ی تنظیم ژن‌ها و هدایت سیگنال‌ها به ما می‌گوید هر ژن چگونه و بر اثر چه عواملی فعال یا سرکوب می‌شود و بوسیله‌ی آن می‌فهمیم کدام پروتئین‌ها در چه زمان مشخصی در سلول تولید می‌شوند. این تنظیمات توسط پروتئین‌های تنظیمی یا سیگنال‌های خارجی صورت می‌گیرد.

شبکه‌های ریستی بسیاری وجود دارد که در ادامه بیشتر توضیح داده شده است. نهایتا تمام شبکه‌های مذکور شامل هدایت سیگنال‌ها، تنظیم ژن‌ها، تعاملات پروئتین با پروتئین و شبکه‌ی سوخت و ساز با یکدیگر مرتبط اند و یک شبکه‌ی بزرگ‌تر و پیچیده از تعاملات را برای بقا و ادامه‌ی حیات سلول تشکیل می‌دهند.

شبکه‌ی زیستی و بیوانفورماتیک

شبکه‌های زیستی پیچیده می‌توانند به عنوان شبکه‌های محاسبه‌پذیر ارائه و تحلیل شوند. برای مثال، اکوسیستم به عنوان شبکه‌ای از گونه‌های مختلف می‌تواند در نظر گرفته‌ شود، هم‌چنین پروتئین‌<meta />ها به عنوان شبکه‌ای از آمینواسید‌<meta href="اسید آمینه" />ها می‌باشند. چنانچه پروتئین‌ها را به ذرات کوچکتر بشکنیم، خود آمینواسیدها شبکه‌ای از اتم‌های به هم پیوند داده شده مانند کربن، نیتروژن و اکسیژن هستند. گره‌<meta href="گراف" />ها و لبه‌<meta href="نظریه گراف" />ها مولفه‌های پایه‌ای یک شبکه را تشکیل می‌دهند. گره‌ها همان واحد‌های تشکیل‌دهنده‌ی شبکه هستند در حالی که لبه‌ها ارتباطات بین این واحد‌ها را مشخص می‌کنند. گره‌ها می‌توانند گستره‌ی وسیعی از واحد‌های زیستی را شامل شوند، از جمله‌ی آن‌ها می‌توان به انواع ارگانیسم یا یک عصب در مغز اشاره کرد. دو ویژگی مهم شبکه، درجه و میانی مرکزی می‌باشد. درجه(میزان ارتباط، مفهومی متفاوت از کاربردش در نظریه‌ی گراف) به تعداد لبه‌هایی گفته می‌شود که به یک گره متصل هستند. در حالی که میانی مرکزی مشخص می‌کند که یک گره به چه اندازه در مرکز می‌باشد. گره‌های با میانی مرکزی بالاتر، به عنوان پل‌هایی بین بخش‌های مختلف شبکه در نظر گرفته می‌شوند(برای دسترسی به بعضی از گره‌ها باید از این گره‌های با میانی مرکزی بالاتر عبور کرد). در شبکه‌های اجتماعی، گره‌های با درجه و مرکزی میانی بالاتر در ساختار و ترکیب کلی شبکه نقش مهمی ایفا می‌کنند.

تمرکز در حوزه‌ی بیوانفورماتیک به طور فزاینده‌ای از ژن‌<meta href="اینترنت" />ها، پروتئین‌ها و الگوریتم‌های جستجو به سمت شبکه‌های با ابعاد بزرگ که با پسوند -ome (-وم) مشخص می‌شوند مانند بایوم، ژنوم و پروتئوم تغییر پیدا کرده است. این مطالعات تئوری نشان داده است که شبکه‌های زیستی ویژگی‌های مشترک بسیاری با شبکه‌های دیگر از جمله اینترنت و شبکه‌های اجتماعی دارند که از جمله‌ی این ویژگی‌ها می‌توان به توپولوژی شبکه اشاره کرد.[۳]

اوایل سال 1980 میلادی، محققان با دید جدیدی به DNA یا ژنوم نگاه کردند و آن‌ها را به عنوان مخزن‌های پویایی از سیستم زبانی با حالت‌های محدود قابل محاسبه، که با ماشین_حالات_متناهی نمایش می‌دهند، دیدند.[۴] مطالعات سیستم‌های پیچیده در سال های اخیر، یک سری اشتراکات دور از دسترس در سازماندهی اطلاعات در مسائل زیستی، علوم_کامپیوتر و فیزیک مانند چگالش بوز-انیشتین(حالت خاصی از ماده) پیشنهاد داده‌اند.[۵]

شبکه‌ها در بیولوژی

درخت فیلوژنتیک

درخت فیلوژنتیک شبکه‌های خاص یا سلسله مراتب‌هایی هستند که معمولا توسط اطلاعات زیستی مولکول‌هایی مانند DNA یا دنباله‌ی پروتئین‌ها ساخته می‌شوند. درخت فیلوژنتیک رابطه‌ی اجدادی بین گونه‌های متفاوت را نشان می‌دهد. این درخت برای مطالعه‌ی تکامل گونه‌های مختلف در گذر زمان و نحوه‌ی شکل‌گیری گونه‌های مختلف مورد استفاده قرار می‌گیرد، مواردی مانند اصل و نسب یک گونه، نحوه‌ی تغییرات گونه‌ها، بقا یا منقرض شدن انواع گونه‌ها را میتوان بررسی و تحلیل کرد. تحلیل‌های آماری نقش بسیار کمک کننده‌ای در استخراج این اطلاعات مفید تاریخی دارند.

شبکه‌های تعامل پروتئین-پروتیئن(PIN)

تعاملات بسیار پروتئین‌ها داخل یک سلول با یکدیگر شبکه‌ی تعاملی پروتئین‌ها را تشکیل می‌دهد که در این شبکه پروتئین‌ها همان گره‌ها و ارتباطات بین آن‌ها لبه‌ها هستند. PIN‌ها در زیست‌شناسی به‌شدت مورد تحلیل و تجزیه قرار می‌گیرند. روش‌های PPI بسیاری برای تشخیص این تعاملات وجود دارد.[۶]شبکه‌ی تعاملات پروتئین‌ها با پروتئین‌ها شامل فعل و انفعالات و ارتباطات بین پروتئین‌ها برای فعال‌سازی یک پروتئین توسط پروتئین دیگر یا تشکیل ساختار‌های دسته جمعی پیچیده‌ی پروتئین‌ها می‌باشد.

مطالعات اخیر محافظت شبکه‌ی مولکولی را در ظرف دوران تکاملی نشان داده است.[۷]  هم‌چنین کشف شده است که پروتئین‌های با درجه‌ی ارتباطی بالاتر با احتمال بیشتری نسبت به پروتئین‌های با درجه‌ی کمتر برای بقای موجود زنده نیاز هستند. [۸]این نکته نشان می‌دهد که ترکیب کلی شبکه (نه فقط ارتباط بین جفت پروتئین‌ها) برای تشخیص عملکرد کلی یک موجود بسیار مهم است.

شبکه‌ی تنظیم ژن‌ها(شبکه‌ی تعامل DNA-پروتیئن)

فعالیت‌های ژن‌ها توسط عوامل رونویسی تنظیم می‌شود. عوامل رونویسی پروتئین‌هایی هستند که به رشته ی DNA متصل می‌شوند و در بیان یک ژن نقش کنترلی دارند. همکاری و تعاملات تعدادی از عوامل رونویسی عامل بیان ژن‌ها میباشد. بیشتر عوامل رونویسی می‌توانند به چندین ناحیه از ژنوم متصل شوند. برای مثال در ژنوم انسان حدود 1400 ناحیه برای اتصال عوامل رونویسی وجود دارد که باعث بیان بیش از 20000 ژن در انسان می‌گردد. [۹]تکنولوژی‌های مطالعه‌ی شبکه‌ی تنظیم ژن‌ها شامل ChIP-chip,ChIP-seq,CliP-seq و تعدادی دیگر می‌باشد.

شبکه‌ی بیان ژن(شبکه‌ی رونویسی-رونویسی)

شبکه‌ی بیان ژن‌ها به عنوان شبکه‌ای بین تعدادی متغیر در نظر گرفته می‌شود که هر کدام میزان فراوانی رونویسی ژن را مشخص می‌کند. این شبکه‌ها تحلیل زیستی سیستمی برای داده‌های ریزآرایه‌<meta href="آنزیم" />ی DNA، داده‌های دنباله‌ی RNA، داده‌های miRNA و غیره را فراهم می‌کند.

شبکه‌ی سوخت و ساز

شبکه‌ی سوخت و ساز بدن نحوه‌ی تبدیل مواد مورد نیاز برای سوخت و ساز سلول به یکدیگر را شامل می‌شود، مانند تولید انرژی یا سنتز یک ماده‌ی خاص. ترکیبات شیمیایی یک سلول زنده با واکنش‌های بیوشیمیایی با یکدیگر در ارتباطند به طوریکه یکی از ترکیبات به دیگری تبدیل می‌شود. این واکنش‌ها توسط آنزیم‌<meta />ها تسریع می‌شوند. تمام ترکیبات داخل سلول مولفه‌های یک شبکه‌ی پیچیده‌ی بیوشیمیایی از واکنش‌هایی هستند که شبکه‌ی سوخت‌و‌ساز نامیده می‌شوند. با استفاده از تحلیل شبکه می‌توان به چگونگی انتخاب‌ها در مسیر سوخت‌و‌ساز پی برد.

شبکه‌های سیگنالی

سیگنال‌<meta />ها در داخل سلول و یا بین سلول‌ها به یکدیگر تبدیل می‌شوند و یک شبکه‌ی پیچیده‌ی سیگنالی را ایجاد می‌کنند. به عنوان مثال، در MAPK/ERK pathway، سیگنال‌ها از سطح سلول به هسته‌ی سلول با واسطه و کمک دنباله‌ای از واکنش‌های پروتئین با پروتئین ، واکنش‌های مربوط به فسفریله شدن و دنباله‌های دیگر تبدیل می‌شود. شبکه‌ی سیگنال‌ها باعث ایجاد ارتباط بین شبکه‌های تعاملی پروتئین-پروتئین، شبکه‌های تنظیم ژن  شبکه‌های سوخت‌و‌ساز می‌شود.

شبکه‌های عصبی

تعاملات و ارتباطات پیچیده‌ی مغز، آن را یک گزینه‌ی بسیار مناسب برای بکارگیری تئوری شبکه در این حوزه می‌کند. عصب‌<meta href="دلفین پوزه‌بطری معمولی" />های مغز به طور گسترده و عمیقی با یکدیگر در ارتباطند که این باعث ایجاد شبکه‌های پیچیده‌ی از جنبه‌های ساختاری و کاربردی مغز می‌شود.[۱۰] به عنوان مثال ویژگی‌های "شبکه جهان کوچک" در ارتباطات بین نواحی غشایی از مغز موجودات اولیه نشان داده می‌شود. [۱۱]طبق این مدل نواحی غشایی مغز به طور مستقیم با یکدیگر ارتباطی ندارند، اما اکثر مناطق مغز از طریق تعداد اندک ارتباطات قابل دسترسی هستند.

شبکه‌های مواد غذایی

تمام موجودات از طریق رابطه‌ی غذایی با یکدیگر در ارتباطند. طبق این مدل چنانچه یک گونه خورده شود یا گونه‌ی دیگری را بخورد، این دو موجود در شبکه‌ی مواد غذایی به عنوان گونه‌ی درنده و گونه‌ی شکار با یکدیگر ارتباط دارند. میزان و زمان پایداری این ارتباط به مدت طولانی در حوزه‌ی بوم‌شناسی مورد سوال بوده است.[۱۲] به زبان دیگر، اگر گونه‌ی خاصی حذف گردد، چه تغییری در شبکه رخ می‌دهد(برای مثال شبکه تخریب می‌شود و از بین میرود یا با شرایط جدید تطابق پیدا می‌کند)؟ تحلیل شبکه برای یافتن میزان پایداری شبکه‌ی غذایی است و می‌توان مشخص کرد اگر ویژگی‌های خاصی از شبکه به شبکه‌هایی با پایداری بیشتر بیانجامد. علاوه براین، تحلیل شبکه کمک می‌کند حذف انتخابی یک گونه چگونه می‌تواند بر روی کل شبکه‌ی غذایی تاثیرگذار باشد.[۱۳] همچنین بسیار مهم است بدانیم پتانسیل از بین رفتن گونه‌ها بر حسب تغییر وضعیت آب وهوای جهانی چگونه است.

شبکه‌های تعامل بین گونه‌ای

در زیست‌شناسی، روابط جفت موجودات مورد توجه مطالعات در گذر تاریخ بوده است. با پیشرفت‌های اخیر در علم شبکه، میتوان تعاملات جفت موجودات را تعمیم داد تا موجودات از گونه‌های متفاوت را در حوزه‌ی تعاملاتشان برای فهم ساختار و عملکرد شبکه‌های اکولوژیکی (محیط‌زیستی) بزرگتر در بربگیرد.[۱۴] بکارگیری تحلیل شبکه به کشف و فهم چگونگی تعاملات و ارتباطات پیچیده در شبکه‌ی سیستم‌ها کمک می‌کند، این مورد در گذشته نادیده گرفته می‌شد. این ابزار قدرتمند امکان مطالعه‌ی انواع ارتباطات (از رقابتی تا مشارکتی) را با استفاده از چارچوب‌های مشابه عمومی می‌دهد.[۱۵] در حالت کلی، ساختار تعاملات گونه‌ها در یک شبکه‌ی زیست‌محیطی اطلاعات مفیدی در حوزه‌ی تنوع گونه، غنا و استحکام شبکه به ما می‌دهد. محققان با مقایسه‌ی ساختار امروزی ارتباطات گونه‌ها با ساختار گذشته‌ی آن‌ها می‌توانند نحوه‌ی تغییرات را در گذر زمان بیابند. تحقیقات اخیر در حوزه‌ی شبکه‌ی پیچیده‌ی تعاملات گونه‌ها بیشتر در حوزه‌ی فهم عوامل استحکام و پایداری بیشتر شبکه تمرکز دارد.

شبکه‌های تعاملات بین گونه‌ای

تحلیل شبکه امکان تعیین کیفیت ارتباطات بین افراد(گونه‌ها) را فراهم می‌آورد، به طوریکه امکان استنتاج جزئیات شبکه به عنوان یک کل را در سطح گونه‌ها یا جمعیت امکان‌پذیر کرده است.[۱۶] محققانی که علاقه‌مند به رفتارهای حیوانات هستند، از حشره‌ها تا پستانداران نخستین، شروع به همکاری در تحلیل شبکه‌ها در تحقیقات خود کرده‌اند. محققان دیگر علاقه‌مندند بدانند چگونه ویژگی‌های خاصی از شبکه در سطح گروه یا جمعیت ، میتواند سطح رفتارهای فردی را تفسیر کند. برای نمونه، در گروه‌های دلفین پوزه بطری معمولی، درجه و مقدار میانی مرکزی یک فرد می‌تواند پیش‌بینی کند که دلفین مورد نظر یک سری رفتارهای خاصی را از خود نشان می‌دهد. افراد(دلفین‌های) با مقدار مرکزی میانی بالاتر ارتباطات بیشتری دارند و اطلاعات بیشتری را می‌توانند دریافت کنند و گزینه‌های بهتری برای رهبری سفرهای گروهی خواهند بود و نسبت به سایر اعضای گروه تمایل بیشتری برای نمایش رفتارهای سیگنالی نشان می‌دهند. تحلیل شبکه همچنین برای تفسیر سازماندهی‌های اجتماعی در یک گونه‌ی خاص کاربرد دارد که مکانیزم‌های تقریبی مهمی را به طور معمول آشکار می‌کند و این مکانیزم‌ها کاربرد استراتژی‌های رفتاری را ارتقا می‌دهد. به طور مثال، علاقه‌ی محققان به پستانداران اولیه ، کاربرد تحلیل شبکه‌ها را به سمت مقایسه‌ی سازماندهی‌های اجتماعی بین پستانداران اولیه‌ی متنوع برده است، به طوریکه با استفاده از معیارهای شبکه(مانند مرکزیت، ماژولار بودن و مرکزی میانی) می‌توان انواع رفتارهای اجتماعی که فقط بین گروه‌های خاصی مشاهده می‌شود را توضیح داد.[۱۷] در نهایت، تحلیل شبکه‌های اجتماعی می‌تواند تغییرات مهم در رفتارهای حیوانات را با تغییر محیط آشکار کند.

منابع

  1. Proulx, S. R.; Promislow, D. E. L.; Phillips, P. C (۲۰۰۵). Network thinking in ecology and evolution. صص. http://www٫cell٫com/trends/ecology-evolution/abstract/S۰۱۶۹-۵۳۴۷(۰۵)۰۰۰۸۸-۱?_returnURL=http%۳A%۲F%۲Flinkinghub٫elsevier٫com%۲Fretrieve%۲Fpii%۲FS۰۱۶۹۵۳۴۷۰۵۰۰۰۸۸۱%۳Fshowall%۳Dtrue.
  2. Barabási, A. L.; Gulbahce, N.; Loscalzo, J (۲۰۱۱). Network medicine: a network-based approach to human disease. صص. http://www٫nature٫com/nrg/journal/v۱۲/n۱/full/nrg۲۹۱۸٫html.
  3. Proulx, S.R.؛ و دیگران (۲۰۰۵). Network thinking in ecology and evolution. صص. http://www٫cell٫com/trends/ecology-evolution/abstract/S۰۱۶۹-۵۳۴۷(۰۵)۰۰۰۸۸-۱?_returnURL=http%۳A%۲F%۲Flinkinghub٫elsevier٫com%۲Fretrieve%۲Fpii%۲FS۰۱۶۹۵۳۴۷۰۵۰۰۰۸۸۱%۳Fshowall%۳Dtrue.
  4. Searls, D (۱۹۹۳). Artificial intelligence and molecular biology.
  5. Bianconi, G. & Barabasi A (۲۰۰۱). Bose-Einstein condensation in complex networks. صص. http://journals٫aps٫org/prl/abstract/۱۰٫۱۱۰۳/PhysRevLett٫۸۶٫۵۶۳۲.
  6. Mashaghi, A.؛ و دیگران (۲۰۰۴). Investigation of a protein complex network. صص. http://link٫springer٫com/article/۱۰٫۱۱۴۰%۲Fepjb%۲Fe۲۰۰۴-۰۰۳۰۱-۰.
  7. Sharan, R.؛ و دیگران (۲۰۰۵). Conserved patterns of protein interaction in multiple species. صص. http://journals٫aps٫org/prl/abstract/۱۰٫۱۱۰۳/PhysRevLett٫۸۶٫۵۶۳۲.
  8. Jeong, H.؛ و دیگران (۲۰۰۱). Lethality and centrality in protein networks. صص. http://www٫nature٫com/nature/journal/v۴۱۱/n۶۸۳۳/full/۴۱۱۰۴۱a۰٫html.
  9. Vaquerizas, J.-M.؛ و دیگران (۲۰۰۹). A census of human transcription factors: function, expression and evolution. صص. http://www٫nature٫com/nrg/journal/v۱۰/n۴/full/nrg۲۵۳۸٫html.
  10. Bullmore, E. & O. Sporns (۲۰۰۹). Complex brain networks: graph theoretical analysis of structural and functional systems. صص. http://www٫nature٫com/nrn/journal/v۱۰/n۳/full/nrn۲۵۷۵٫html.
  11. Stephan, K.E.؛ و دیگران (۲۰۰۰). Computational analysis of functional connectivity between areas of primate cerebral cortex. صص. http://rstb٫royalsocietypublishing٫org/content/۳۵۵/۱۳۹۳/۱۱۱.
  12. MacArthur, R.H (۱۹۵۵). Fluctuations in animal populations and a measure of community stability. صص. http://www٫jstor٫org/stable/۱۹۲۹۶۰۱?origin=crossref.
  13. Dunne, J.A.؛ و دیگران (۲۰۰۲). Network structure and biodiversity loss in food webs: robustness increases with connectance. صص. http://onlinelibrary٫wiley٫com/doi/۱۰٫۱۰۴۶/j٫۱۴۶۱-۰۲۴۸٫۲۰۰۲٫۰۰۳۵۴٫x/abstract, jsessionid=۸C۹۵۹AECCC۳۹۷۸۵۹F۱EC۴۵B۰۵EB۶۱۱۴E٫f۰۴t۰۱.
  14. Bascompte, J (۲۰۰۹). Disentangling the web of life. صص. http://science٫sciencemag٫org/content/۳۲۵/۵۹۳۹/۴۱۶.
  15. Krause, J.؛ و دیگران (۲۰۰۹). Animal social networks: an introduction. صص. http://link٫springer٫com/article/۱۰٫۱۰۰۷%۲Fs۰۰۲۶۵-۰۰۹-۰۷۴۷-۰.
  16. Croft, D.P؛ و دیگران (۲۰۰۴). Social networks in the guppy (Poecilia reticulate). صص. http://rspb٫royalsocietypublishing٫org/content/۲۷۱/Suppl_۶/S۵۱۶.
  17. Kasper, C.; Voelkl (۲۰۰۹). A social network analysis of primate groups. صص. http://link٫springer٫com/article/۱۰٫۱۰۰۷%۲Fs۱۰۳۲۹-۰۰۹-۰۱۵۳-۲.

برای مطالعه‌ی بیشتر