博文
系统生物学，概略的讨论 （3） 【“哲学”】
||||
系统生物学门下各派其实有不同的“哲学”，这里一概称之为某种“主义”
。筛选主义
被实验生物学家最广为接受的，就是高通量筛选。比如，先针对某个表型建立模型（细胞模型或动物模型），然后观察一个个基因或药物在此模型中对表型的影响。最终确定哪些基因或药物对表现变化负责。
网络主义
如 果说实验专家与计算专家有交集的话，那就是大家都会接受系统性地观察相互作用，并构建网络这种做法。这些相互作用有直接的（e.g. PPI networks）也有间接的（e.g. gene regulatory networks）。首先在不同条件下建立网络，然后对比网络结构，找到结构差异并建立某些差异与表型之间的因果联系。如果在研究中能够引入时间过程中网 络的系列变化，就能更好地找出决定生物学过程变化的系统性原因。
以 上两种相似的哲学的根本在于，研究者认为，系统研究之关键首先在于扩大观测的视野。其次才是考虑采取还原还是综合的问题。如果研究者手中没有合适的研究工 具，没办法研究交互作用，那么对个别基因的评价当然一定是符合个人主义标准的。反之，如果研究者可以直接观测到相互作用，或者有能力在模型中处理相互作 用，那么构建网络则可以把对研究对象的理解更推进一步。
统计主义
更 加专业一些的做法是对数据进行统计。这既包括类似GWAS以及NGS的统计分析，也包括对数据的统计学习，进而对生物学过程构建预测模型。之所以说这是 “更加专业的”，是因为统计方法本身是一种非常严谨和博大精深的学问。各种前提假设的确立，对数据的预处理和分布的估计，对算法的选择，以及对第二类错误 的估计，这些不仅仅需要技术，更需要艺术。当然，随着数据量的增加，可以想见，统计工具会越来越简单，因为信息的增加可以简化假设。
物理主义
只 对基因打分不能满足求知欲。好的研究需要物理模型，也就是说，因果联系的具体图像必须被描绘出来，而且使用明确的数学结构描述出来。更关键的是，这个数学 结构必须有意义。话说这种哲学算是终极目标了，不过目前还没有成功的例子。但是有一点我们肯定知道，目前致力于这个目标的人一定是理想主义者。与这个目标 较为接近的，有以下几种工作思路，
【1】控制回路
古 典学派的人并没有完全转行，控制行为是很有趣的话题。基因表达受到严密的控制，这种控制的硬件线路板，一部分就藏在调控DNA中。因此，采用逻辑门电路， 可以描述任何一种基因表达的控制回路。这个工作可以参考davidson eh在海胆胚胎发育中的研究工作。一个发育阶段的变化可以用一副复杂无比的电路图来描述。简单一点的工作也可以参考在细菌中建立反馈控制回路的工作。
【2】系统仿真
大 家想想飞机怎么设计？当然是边设计边测试，翅膀这里那里改了一下形状和材料，会不会影响飞行？当然不能针对各种改动都制造样机出来才算试验，设计师们是将 改变了的飞机放在计算机里做仿真。同样的思路，研究者想了解一个生物学过程怎么响应环境变化或者自身突变的干扰？如果可以在计算机上做模拟，就可以降低很 多R&D成本，也可以更有效率的进行药物开发。这方面日本人的工作很多，毕竟有几十年工业老底子。相关工作可以参考一下E-Cell的开发工作。
【3】人工合成
合 成生物学（Synthetic biology）其实与合成化学不同，目的不仅仅在于合成一种产品（至少目前的目的不仅在于此），研究者更希望通过在新环境重新搭建生物学系统的方法来研 究系统是如何建成的。尽管目前的工作多数都在微生物中完成，但是，前不久人工染色体/生命的建立，说明这个领域在技术上有了一个大突破- 我们知道人们终于能够合成非常长的DNA序列了。未来的合成生物学目标还包括灵敏的生物检测系统。比如说，一种能够便宜快速便捷地检测三聚氰胺的细菌，做 成药片形状，放入大比例稀释的待检测溶液中，很快就可以通过颜色来告诉你是否有假。 这里，细菌变成了信号放大器，远远优于一般的化学检测方法。另外，我们还可以将DNA制成纳米机器人，通过注射，或者更简单地，涂抹在皮肤上（转基因产品 的新剂型^_^）来检查病人的病理特征。比如，肿瘤的极早期诊断，随时随地都能进行。
讨论
实 际上，目前系统生物学的这些思想已经远远超越了还原论和系统论的争吵。所以，我们要向前看一点点，未来研究的关键在于，如何进一步扩大数据生产规模、建立 计算机仿真系统、以及研究和生产具备新功能的生物学系统，以及基于生物学的人工智能系统。我更加关切的是，这一切是否能在中国实现，因为这是信息化浪潮之 后的下一波发展动力- 主题是人类的健康和环境保护。
https://m.sciencenet.cn/blog-576409-459244.html
上一篇：系统生物学，概略的讨论 （2） 【几种路线】
下一篇：系统生物学，概略的讨论 （4） 【中心式发展和一点闲话】
