최근의 BiologyGenomics, Proteomics, Bioinformatics를 등에 업고 나아가려는 분야.

대부분의 DataDrivenDiscovery는 개개의 Gene을 보는것이 아니라 전체 시스템을 보고자 한다. 그럼으로써, BiologicalNetwork를 만들고 그 이상여부를 연구한다. Interaction을 연구하며, EmergentProperty를 찾아낸다.

NorbertWiener가 얘기한 시스템수준의 이해를 Biology에 적용, 그 시대야 데이터가 없어서 생물학에로의 적용은 힘들었지만, 지금은 HumanGenomeProject, HighThroughPut등으로 가능하다고 할 수 있다.

생물시스템의 시스템수준이해는 다음의 핵심속성으로 부터 유래한다.

Robustness는 시스템수준이해의 핵심속성으로써, 다음의 세가지로 구분된다.

  • adaptation
  • parameter insensitivity
  • graceful degradation

Robustness는 다음으로부터 얻어진다.


관련인물

관련기관

관련 ComputerProgramming 기술

관련자료


indigoH는 기본적으로 System의 특성을 다음과 같이 정의할 수 있다고 본다. (여기에서 system은 생물 개체 하나, 사회, 생태계등을 포괄한다)

  • 단순한 여러 rule이 존재한다.
  • 위의 rule을 따르는 여러 종류의 agent들이 존재한다. 예) Enzyme, Ions, Membrane : 생물 개체의 경우

  • rule는 일정한 방향성을 지니고는 있지만, deterministic한 것이 아니라 stochastic한 것으로 확률적인 분포를 띤다
  • 여러 종류의 agent들이 복잡성이 낮은 특정 rule을 따르며 상호작용하고, 이러한 상호작용이 결과적으로는 매우 복잡도가 높은 System의 형태를 이루게 된다.
  • 만일 rule이 deterministic하다면, 외부로부터의 어떤 변화가 전달될 지라도 일정한 pathway에 의해 평형상태가 될 것이다. 하지만 여러 stochastic한 요소들에 의해 시스템은 항상 외부의 변화가 없다 하더라도 작은 내부적 변화가 끊임없이 일어남으로써 정적 평형 상태가 아닌 동적 평형상태를 나타내는 것이다.
  • SelfOrganizing 현상은 이러한 System 내의 법칙들을 몇가지 조합하여 설명하게 되면 많은 부분이 명확하게 맞아떨어지는 것을 볼 수 있다.


hummingbird가 생각하는 systems biology의 개념. 전체는 부분의 합보다 크다. 잘게 쪼개고 쪼개서 연구하는 현재의 reductionism의 한계를 극복시켜줄 대안으로 각각의 level의 정보들을 integration 시켜서 연구하는 것이다.

  • 어제 스터디([Sefiroth/2004-01-15])에서 느낀건데, 그 전체가 부분의 합보다 크다는 대목에서 말하는 무언가 (제 생각엔 EmergentProperty일거 같습니다만)는 아마도 fluctuation에 의한 돌발적인 변화로부터 비롯되는 것이 아닐까 라는 생각이 들었습니다. --indigoH, 2004-01-16

SystemsBiology Journal

http://www.iee.org/Publish/Journals/ProfJourn/SB/


CategoryJournal

SystemsBiology (last edited 2012-05-14 11:06:52 by 61)

web biohackers.net