최근의 [[Biology]]가 [[Genomics]], [[Proteomics]], [[Bioinformatics]]를 등에 업고 나아가려는 분야.

대부분의 DataDrivenDiscovery는 개개의 [[Gene]]을 보는것이 아니라 전체 시스템을 보고자 한다. 그럼으로써, BiologicalNetwork를 만들고 그 이상여부를 연구한다. [[Interaction]]을 연구하며, EmergentProperty를 찾아낸다. 

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

생물시스템의 시스템수준이해는 다음의 핵심속성으로 부터 유래한다.
 * System structure : GeneticNetwork, MolecularInteraction, BiologicalPathway using [[STKE]], [[KEGG]], EcoCyc
 * System dynamics : 시간의 변화에 따른 시스템변화양상 감지, ExpressionProfile, MetabolicAnalysis, FluxBalanceAnalysis, SensitivityAnalysis, BifurcationAnalysis.
 * The control method : 어떻게 시스템의 이상현상을 조절할 수 있는가. 질병치료를 위한 타겟선정
 * The design method : 바라는 성질을 갖춘 시스템을 디자인하고 시뮬레이션한다.

Robustness는 시스템수준이해의 핵심속성으로써, 다음의 세가지로 구분된다.
 * adaptation
 * parameter insensitivity
 * graceful degradation

Robustness는 다음으로부터 얻어진다.
 * a form of system control such as NegativeFeedback, FeedForwardControl,
 * redundancy : in [[Gene]] level (CellCycle...)
 * structural stability
 * modularity
----
관련인물
 * LeroyHood
 * HiroakiKitano

관련기관
 * InstituteForSystemsBiology
 * [[http://gcrg.ucsd.edu/|UCSD Systems Biology]]
 * [[http://systemsbiology.snu.ac.kr|서울대학교 SystemsBiology 연구소]]

관련 ComputerProgramming 기술
 * [[SBML]]
 * [[SBW]]

관련자료
 * FoundationsOfSystemsBiology
 * ComputationalModelingOfGeneticAndBioChemicalNetworks
 * ScienceMagazine 2002년 3월 특집기사 : [[http://bioinfo.sarang.net/data/doc/journal/science/SystemsBiology.pdf|원본]]
 * http://www.luca.demon.co.uk/BioComputing.htm
 * WikiPedia:Systems_biology
 * [[http://bric.postech.ac.kr/biotrend/biostat/biostat_view.php?nNum=119599&nPageNum=1&nType_id=1&szSearchKey=&nCategory_id=-1&nDateOrder=&nHitOrder=&nRecoOrder=|시스템생물학의 개념 및 국내외 연구동향]] in [[BRIC]] 생물산업동향

----
[[indigoH]]는 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.
----
[[hummingbird]]가 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