Mạng lưới tương tác phối hợp giữa các thực thể sinh học chi phối vô số chức năng sinh học trải rộng trên phạm vi rộng cả về chiều dài và quy mô thời gian - từ hệ sinh thái đến từng tế bào và từ nhiều năm đến mili giây. Đối với các mạng này, khái niệm “tổng thể lớn hơn tổng các phần của nó” được áp dụng như một chuẩn mực chứ không phải là một ngoại lệ. Trong khi đó, những tiến bộ liên tục trong sinh học phân tử và công nghệ thông lượng cao đã cho phép thẩm vấn rộng rãi và có hệ thống các mạng lưới toàn tế bào, cho phép điều tra các quá trình và chức năng sinh học ở phạm vi và độ phân giải chưa từng có, thậm chí ở cấp độ đơn bào. Sự bùng nổ của dữ liệu sinh học, đặc biệt là dữ liệu nội bào ở cấp độ phân tử, đòi hỏi các mô hình mới để làm sáng tỏ sự phức tạp của các mạng sinh học và để hiểu các chức năng sinh học xuất hiện như thế nào từ các mạng đó. Những mô hình này đưa ra những thách thức mới liên quan đến việc phân tích mạng trong đó các phương pháp định lượng như học máy và mô hình toán học đóng một vai trò không thể thiếu. Số đặc biệt về “Mạng sinh học” giới thiệu những tiến bộ trong việc phát triển và ứng dụng mô hình hóa và phân tích mạng silico của các hệ thống sinh học.

Abstract:

Networks of coordinated interactions among biological entities govern a myriad of biological functions that span a wide range of both length and time scales—from ecosystems to individual cells and from years to milliseconds. For these networks, the concept “the whole is greater than the sum of its parts” applies as a norm rather than an exception. Meanwhile, continued advances in molecular biology and high-throughput technology have enabled a broad and systematic interrogation of whole-cell networks, allowing the investigation of biological processes and functions at unprecedented breadth and resolution—even down to the single-cell level. The explosion of biological data, especially molecular-level intracellular data, necessitates new paradigms for unraveling the complexity of biological networks and for understanding how biological functions emerge from such networks. These paradigms introduce new challenges related to the analysis of networks in which quantitative approaches such as machine learning and mathematical modeling play an indispensable role. The Special Issue on “Biological Networks” showcases advances in the development and application of in silico network modeling and analysis of biological systems.

Ngôn ngữ:	En
Tác giả:	Neda Bagheri, Rudiyanto Gunawan
Thông tin nhan đề:	Biological Networks
Nhà xuất bản:	MDPI
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ sinh học
Bản quyền:	https://creativecommons.org/licenses/by-nc-nd/4.0/
Nguồn gốc:	https://directory.doabooks.org/handle/20.500.12854/42229
Mô tả vật lý:	174p.
Năm xuất bản:	2019