Məlumat

Tənqidi müzakirə: Gen ifadəsi və sistem biologiyası bizə kompleks əlamətlərin idarə olunmasını anlamağa imkan verir

Tənqidi müzakirə: Gen ifadəsi və sistem biologiyası bizə kompleks əlamətlərin idarə olunmasını anlamağa imkan verir


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Bu sualı həll etməkdə bir az çətinlik çəkirəm. Yazmalı olduğum və ya qeyd etməli olduğum məqamlarla bağlı hər hansı bir kömək çox yüksək qiymətləndiriləcəkdir. Mən eQTL və QTL haqqında məqalələrə baxıram, bunlar da aktualdırmı?


Şərh üçün çox uzun olur.

Əgər başlığın/sualın izahını axtarırsınızsa, o, aşağıdakılardan (təxminən).

Bütün müxtəlif hüceyrə növlərindən gen ifadəsi haqqında məlumat alsaq və bu genlər arasındakı qarşılıqlı əlaqəni də çıxarsaq (əgər a sonra daha yüksək olur b aşağı düşür), bu, multigen əlamətləri öyrənməyə imkan verəcəkdir. Məsələn, həyat keyfiyyəti, boy, zehni qüsurlar, ürək-damar riskləri və s. Məsələ burasındadır ki, tək gen dəyişkənliyindən qaynaqlanan əksər sağlamlıq problemləri üçün biz artıq adlanmış gen bilirik və ya onu asanlıqla tapa bilərik.

Daha mürəkkəb məsələlər çox vaxt statistikada gizlənir, keçidlər o qədər də aydın deyil. Beləliklə, məsələn, autizm genetik dəyişikliklərlə (indiyə qədər) yalnız 30% və ya daha az hallarda təsvir olunur. Digər hallarda heç bir genetik meyl və ya güclü sübut yoxdur. Əsasən belədir, çünki bir çox gen son əlamət və ya xəstəlik yaratmaq üçün qarşılıqlı əlaqə qurur. Mikroskopla bir-bir genə baxmaq bu barədə məlumat verməyəcək.

Çox genli əlamətlərə baxmalı, bəlkə sevdiyiniz xəstəliyi (məsələn, autizm) seçməli və onun necə irsi olduğuna baxmalısınız (məsləhət: tam deyil). Bütöv genom ardıcıllığı bu cür məsələlərin araşdırılmasında mühüm vasitədir, çünki o, geniş icmal verir və Çox xəstə haqqında genetik məlumat.


Jurnal siyahısı menyusu

Genomika və Sistem Biologiyası üzrə Mükəmməllik Mərkəzi, Yarı Quraq Tropiklər üçün Beynəlxalq Bitkilər Tədqiqat İnstitutu (ICRISAT), Patancheru, Hyderabad, 502 324 Hindistan

Hər iki müəllif bərabər töhfə verdi: Lekha T Pazhamala və Himabindu Kudapa

Genomika və Sistem Biologiyası üzrə Mükəmməllik Mərkəzi, Yarı Quraq Tropiklər üçün Beynəlxalq Bitkilər Tədqiqat İnstitutu (ICRISAT), Patancheru, Hyderabad, 502 324 Hindistan

Hər iki müəllif bərabər töhfə verdi: Lekha T Pazhamala və Himabindu Kudapa

Vyana Universiteti, Ekogenomika və Sistem Biologiyası Bölməsi, Vyana, Avstriya

Vyana Metabolomika Mərkəzi, Vyana Universiteti, Vyana, Avstriya

ARC Mükəmməllik Mərkəzi Bitki Enerjisi Biologiyası və Molekulyar Elmlər Məktəbi, Qərbi Avstraliya Universiteti, Perth, WA, Avstraliya

Genomika və Sistem Biologiyası üzrə Mükəmməllik Mərkəzi, Yarı Quraq Tropiklər üçün Beynəlxalq Bitkilər Tədqiqat İnstitutu (ICRISAT), Patancheru, Hyderabad, 502 324 Hindistan

Dövlət Kənd Təsərrüfatı Biotexnologiya Mərkəzi, Bitki Tədqiqatları İnnovasiyaları Mərkəzi, Qida Fyuçers İnstitutu, Murdoch Universiteti, Murdoch, WA, Avstraliya

Rajeev K Varshney, Genomika və Sistem Biologiyası üzrə Mükəmməllik Mərkəzi, ICRISAT, Patancheru- 502 324, Hyderabad, Hindistan

Genomika və Sistem Biologiyası üzrə Mükəmməllik Mərkəzi, Yarı Quraq Tropiklər üçün Beynəlxalq Bitkilər Tədqiqat İnstitutu (ICRISAT), Patancheru, Hyderabad, 502 324 Hindistan

Hər iki müəllif bərabər töhfə verdi: Lekha T Pazhamala və Himabindu Kudapa

Genomika və Sistem Biologiyası üzrə Mükəmməllik Mərkəzi, Yarı Quraq Tropiklər üçün Beynəlxalq Bitkilər Tədqiqat İnstitutu (ICRISAT), Patancheru, Hyderabad, 502 324 Hindistan

Hər iki müəllif bərabər töhfə verdi: Lekha T Pazhamala və Himabindu Kudapa

Vyana Universiteti, Ekogenomika və Sistem Biologiyası Departamenti, Vyana, Avstriya

Vyana Metabolomika Mərkəzi, Vyana Universiteti, Vyana, Avstriya

ARC Mükəmməllik Mərkəzi Bitki Enerjisi Biologiyası və Molekulyar Elmlər Məktəbi, Qərbi Avstraliya Universiteti, Perth, WA, Avstraliya

Genomika və Sistem Biologiyası üzrə Mükəmməllik Mərkəzi, Yarı Quraq Tropiklər üçün Beynəlxalq Bitkilər Tədqiqat İnstitutu (ICRISAT), Patancheru, Hyderabad, 502 324 Hindistan

Dövlət Kənd Təsərrüfatı Biotexnologiya Mərkəzi, Bitki Tədqiqatları İnnovasiyaları Mərkəzi, Qida Fyuçers İnstitutu, Murdoch Universiteti, Murdoch, WA, Avstraliya

Rajeev K Varshney, Genomika və Sistem Biologiyası üzrə Mükəmməllik Mərkəzi, ICRISAT, Patancheru- 502 324, Hyderabad, Hindistan

Yardımçı redaktor Henry T. Nguyen-ə həvalə edilmişdir.


Kompleks sistem biologiyası

Mürəkkəb sistemlər nəzəriyyəsi müxtəlif təbii, texnoloji və sosial kompleks sistemlərdə müşahidə olunan ümumi dizayn elementlərinin müəyyən edilməsi və səciyyələndirilməsi ilə məşğul olur. Biologiyada molekulları və hüceyrələri öyrənmək üçün daha vahid yanaşma olan sistem biologiyası son iki onillikdə sürətlə inkişaf etmişdir. Ancaq insan hüceyrəsinin nümunəvi kompleks bir sistem olduğu dərk edilməmişdir. Burada bir çox mürəkkəb sistemlərdə müəyyən edilmiş ümumi dizayn prinsiplərini təsvir edirəm və sonra insan hüceyrəsini prototip kompleks sistem kimi təsvir edirəm. Sistem biologiyasında mürəkkəb sistemlər nəzəriyyəsinin konsepsiyalarını nəzərə almaq normal hüceyrə fiziologiyası və insan xəstəliklərinə səbəb olan dəyişikliklər haqqında ümumi anlayışımızı işıqlandıra bilər.

1. Mürəkkəb sistemlər nəzəriyyəsi elmi

Elm və texnologiya bizə ətraf mühitimizi anlamağa, eləcə də onu manipulyasiya etməyə və yeni mühitlər və yeni sistemlər yaratmağa imkan verir. Bu, insanların təbiətdən çıxmasına və bu yaxınlarda təbii sistemlərə çox bənzəyən yeni mürəkkəb dünyalar yaratmasına səbəb oldu [1]. İnsan tərəfindən yaradılmış sistemlər çox vaxt təbii sistemləri idarə edən eyni dizayn prinsiplərinə əməl edirlər. Bu dizayn prinsiplərindən ən mühümü təbii seçmə ilə təkamüldür [2]. Ancaq insan tərəfindən yaradılan sistemlər təbiətin yaratdığı sistemlərlə tam eyni deyil. Biz yeni mürəkkəb mühitlər və təbii orqanizmlər kimi, hətta daha yaxşı fəaliyyət göstərən yeni maşınlar yaratmaq qabiliyyətini artırırıq [3]. Fond bazarları və ya çox istifadəçili sosial onlayn şəbəkələr kimi süni mürəkkəb sistemlər və artan həcmdə məlumatların toplanması və işlənməsi üçün istifadə oluna bilən texnologiyalar bizə təbii və ya süni quruluşlu mürəkkəb sistemləri daha yaxşı müşahidə etmək və anlamaq imkanı verir. . Bu sistemləri təşkil edən dəyişənlərin fəaliyyətini getdikcə daha çox ölçə bilərik. Bu, mürəkkəb sistemi idarə edən əksər dəyişənlərin kəmiyyətinə və əlaqəsinə daha yaxşı nəzər salır. Bütün bu dəyişənlər birlikdə işlədikdə, bizə canlı bir vahid kimi görünən bir sistem meydana gətirirlər.

Biz başa düşməyə başlayırıq ki, ümumiyyətlə, mürəkkəb sistemlər, süni və ya təbii, müxtəlif, bir-biri ilə əlaqəsi olmayan sistemlərdə yenidən görünən bir çox universal dizayn nümunələri anlayışlarını və dizayn prinsiplərini bölüşür [4,5]. Bu dizayn nümunələri uzun müddət fəaliyyət göstərə, rəqabət apara, sağ qala, çoxalda və inkişaf edə bilən uğurlu kompleks sistemlərin qurulması üçün vacib elementlərdir. Mürəkkəb sistemlər nəzəriyyəsi elmi müxtəlif təbii və texnogen mürəkkəb sistem və mühitlərdə yenidən meydana çıxan bu təkrarlanan dizayn prinsipləri haqqında anlayış əldə etməyə çalışır [6]. Mürəkkəb sistemlər elminin məqsədi, bir xüsusi sistemin və ya bir xüsusi dizayn konsepsiyasının anlaşılmasından kənarda, bütövlükdə kompleks sistemlərin daha yaxşı başa düşülməsinə doğru bu xüsusiyyətləri daha dəqiq müəyyən etməkdir. Bu universal prinsipləri daha yaxşı başa düşmək bizə texnoloji və sosial təkamül nəticəsində ətrafımızda baş verən sürətli dəyişiklikləri daha yaxşı həzm etməyə imkan verəcəkdir [3]. Mürəkkəb sistemləri öyrənmək və başa düşmək üçün, mümkün olduqda, tədqiqatçılar zamanla müxtəlif pozulmalar altında sistemin dinamikasını izləmək üçün nisbətən idarə olunan şəraitdə sistemin dəyişənlərinin ölçmələrini qeyd edərək, çoxdəyişənli təcrübələr aparırlar. Bu ölçmələr və qeydlər modellərin qurulması üçün istifadə olunur. Bu modellər verilənlərə uyğun hipotezlər yaratmaq üçün lazımdır. Modellər sistemi tədqiq olunan real kompleks sistemin skeleti olan qaba dənəli abstraksiya səviyyəsində təmsil etməyə çalışır. Modelləşdirmə prosesi real sistemi idrak, riyazi və nəzəri cəhətdən izah edilə bilən idarə edilə bilən ölçüyə mücərrədləşdirərək mürəkkəbliyin mahiyyətini tutmaq məqsədi daşıyır. Real dünyadakı mürəkkəb sistemləri simulyasiya edən modellər sistemin gələcək davranışını proqnozlaşdırmaq və keçmiş davranışını izah etmək üçün sistemin dinamikasını və arxitekturasını tutmaq üçün qurulur. Bu cür modellər insan hüceyrələrindəki xəstəlik proseslərində baş verənlər kimi sistem nasazlıqlarını daha yaxşı başa düşməyə və potensial olaraq düzəltməyə kömək edir. Modellər haqqında məşhur deyim odur ki, onların hamısı səhvdir, lakin bəziləri faydalıdır [7] və buna görə də modellər mürəkkəb sistemlərin başa düşülməsində və ram edilməsində mühüm rol oynayır. Bu modellərdən dərin nəzəri qaydalar çıxarmaq olar.

Bununla belə, biz mürəkkəb sistemlərin davranışını izah edən dinamik modellərə sahib olmaq istəsək də, reallıqda bu modelləri qurmaq çox vaxt çox çətindir və qurulduqda bu modellər əsasən məlumat çatışmazlığı səbəbindən bir çox çatışmazlıqlardan əziyyət çəkirlər. Problem həm məlumat çatışmazlığı, həm də məlumat axınıdır. Dinamik modellərin real olması üçün onların dəqiq ilkin şərtləri, sistem dəyişənləri arasında dəqiq səbəb əlaqəsi [8] və müəyyən edilmiş kinetikası olmalıdır. Bu cür məlumatları çox vaxt asanlıqla müşahidə etmək olmur. Beləliklə, mürəkkəb sistemlərin dinamik modelləri sərbəst parametr problemindən əziyyət çəkir, burada bir çox model eyni müşahidə edilən verilənlərə uyğundur [9]. Mürəkkəb sistemlərin dinamik modelləri ilə bağlı digər məsələ mürəkkəb sistemlərin qeyri-xətti xarakteristikasıdır [10]. Mürəkkəb sistemlərdə dəyişənlər arasında mürəkkəb əlaqələr olduğundan sistemin dinamikası tez bir zamanda qeyri-xətti və mürəkkəb olur, onların əksəriyyətini cari riyaziyyat yaxşı izah edə bilmir. Korrelyasiya təhlili kimi statistik üsullar isə daha sadə yanaşmalardır və bu gün daha praktikdir [11]. Baxmayaraq ki, korrelyasiyaya əsaslanan yanaşmalar zamanla sistemin davranışının tam izahını verməsə də, bunun səbəbi çoxlu məlumatların olması və verilənlərin əskik və qeyri-dəqiq olmasıdır, sistem dəyişənləri arasında korrelyasiya tapmaq dərhal yeni biliklər verir.

Biologiyada, DNT və RNT-nin dərin ardıcıllığı [12] və ya kütləvi spektrometriya proteomikası [13] və metabolomikası [14] kimi inkişaf etməkdə olan texnologiyalar insan hüceyrələrindəki mürəkkəb sistemləri təşkil edən bir çox komponentlərin dinamik vəziyyətinə nəzər salmağa imkan verir. Bu yeni yaranan çoxvariantlı biotexnologiyalar, qeyri-dəqiq və səs-küylü olsa da, hüceyrələrin daxili işlərinin kəşfini sürətləndirməyə kömək edir, çünki onlar minlərlə molekulyar növün səviyyəsini bir anda, bir təcrübədə ölçə bilirlər. İnsan hüceyrəsi kimi mürəkkəb sistemlər haqqında daha çox bilik toplandıqca, bu bilik onları daha dəqiq etmək üçün riyazi və ya hesablama modellərinə qaytarıla bilər. Bu əlavə məlumat modellərin sistemlərin funksionallığını daha ətraflı şəkildə ələ keçirmək qabiliyyətinə daha çox güc və dəyər əlavə edir və bu, sistemin komponentləri və proseslərinin necə bir araya gəlməsi ilə bağlı daha yaxşı proqnozlar verməyə imkan verir, məsələn, hüceyrə davranışlarını stimullaşdıran stimullara reaksiyalar. hüceyrə proliferasiyası, hüceyrə böyüməsi, hüceyrə diferensiasiyası/ixtisaslaşması və ya proqramlaşdırılmış hüceyrə ölümü. Məqsəd təbii hüceyrə kimi xüsusi kompleks sistemləri daha yaxşı başa düşmək üçün model tapmacasının çatışmayan hissələrini doldurmaqdır. Daha çox məlumatın toplanması ilə elmi metod getdikcə daha çox real kompleks sistem dəyişənlərindən qeydə alınan ölçmələrdən ibarət böyük verilənlər dəstlərindən çıxarılan arxa plan biliklərinin təşkilinə, inteqrasiyasına, vizuallaşdırılmasına və istifadəsinə etibar etməyə çevrilir. Bu hesablama üsulu ilə təşkil edilmiş fon bilikləri yeni əldə edilmiş məlumatları təhlil etmək üçün istifadə olunur [15]. Texnologiya inkişaf etdikcə, mürəkkəb sistemin tarixi haqqında qeydə alınmış məlumatlar, faydalı başa düşmək və ya başqa sözlə, optimal bilik əldə etmək üçün bu cür məlumatları saxlamaq və təhlil etmək qabiliyyətimizdən daha sürətlə toplanır. Saxlama cihazları sürətlə ucuzlaşdıqca və demək olar ki, ətrafımızdakı hər şeyi qeyd edən qurğular sürətlə ortaya çıxdıqca, özümüzü məlumat dənizi ilə əhatə olunmuş vəziyyətdə görürük [11]. Bu cür məlumatlar mürəkkəbliyin sirlərini fəth etmək üçün böyük imkan verir, eyni zamanda bizi heç bir aydın mənası olmayan bit və bayt məlumatlarla boğur. Biz tez-tez ölçülmüş məlumatların yalnız kiçik bir hissəsindən istifadə edirik, yalnız xəzinələrlə dolu bir minanın səthini cızırıq.

2. Mürəkkəb sistemlərdə yaranan nümunələr

Kompüter elmləri, sosiologiya, riyaziyyat, fizika, iqtisadiyyat və biologiya kimi elmi tədqiqatların müxtəlif sahələri mürəkkəb sistemlər nəzəriyyəsinin əhəmiyyətini getdikcə daha çox dərk edirlər, çünki bu müxtəlif elm sahələrində eyni dizayn nümunələri və konsepsiyalar meydana çıxır. Mürəkkəb sistemlərin strukturunu və dinamikasını ələ keçirən modellər adətən ən uyğun olanın sağ qalması [2], varlanan-daha zəngin [16] və duplikasiya-divergensiya [17] kimi bir neçə idarəetmə prinsipi ilə izah olunur, halbuki əslində daha çox qüvvələr mövcuddur. bir çox müxtəlif tipli kompleks sistemlərin quruluşunu və davranışını formalaşdırmaq üçün hamısı bir yerdə fəaliyyət göstərir. Birlikdə, bu qüvvələr davamlı dinamik və funksional struktur dəyişiklikləri kimi özünü göstərən sistemin son nəticə davranışını yaratmaq üçün paralel olaraq işləyə və bəzən bir-birinə qarşı təsir göstərə bilər. Fərqli mürəkkəb sistemlər bir qədər fərqli qüvvələr dəstinə, onların bütünlərini təşkil edən müxtəlif inqrediyentlərə malikdir. Dizayn konsepsiyalarının və qüvvələrin düzgün birləşməsi, düzgün başa düşüldüyü təqdirdə, özümüz və cəmiyyətimiz də daxil olmaqla, ətrafımızdakı mürəkkəb sistemləri, təbii, iqtisadi və texnoloji mühitləri daha yaxşı yaratmaq, idarə etmək, proqnozlaşdırmaq və düzəltmək qabiliyyətinə səbəb ola bilər. İnsan hüceyrəsi, çoxhüceyrəli orqanizmlər, iqtisadi sistemlər, mürəkkəb mühəndis sistemləri və Şəbəkə kompleks və daim dinamik dəyişən mühitlərdə mövcud olan inkişaf edən kompleks sistemlərdir. Bu sistemlər mürəkkəb sistem yaratmaq üçün plan olan oxşar yeni dizayn nümunələrini bölüşür. Bu nümunələrdən bəziləri modelləşdirmədən istifadə edərək açıla bilər.

3. Mürəkkəb mühitlər və mürəkkəb agentlər

Ümumiləşdirilmiş termindən istifadə edərkən mürəkkəb sistemlər və kompleks sistem dizaynı konsepsiyalarını müzakirə edərək, biz iki əsas növü ayırd edə bilərik: mürəkkəb mühitlər və mürəkkəb agentlər. Mürəkkəb agentlər aydın şəkildə müəyyən edilmiş sərhədləri olan sistemlərdir, sistemi əhatə edən fiziki sərhəddir. Mürəkkəb agentlər adətən bir və ya bir neçə mərkəzi emal bölməsinə, saata, həmçinin enerjinin səmərəli əldə edilməsi və istifadəsi mexanizmlərinə malikdir. Agentlərə adətən sensorlar və aktuatorlar daxildir. Bu tip mürəkkəb sistemlər sensorlar və onların aktuatorları vasitəsilə mühitləri ilə qarşılıqlı əlaqədə olur və adətən hərəkət edə, böyüyə, özünü təmir edə və özünü çoxalda bilər. Çox vaxt bu agentlər onların varlığından xəbərdar olurlar. Kompleks agentlərin bəzi nümunələri biz, hüceyrələrimiz, ağaclar, quşlar, balıqlar, qurdlar, avtomobillər, təyyarələr və bəzi robotlardır (şəkil 1). Mürəkkəb agentlər mürəkkəb mühitlərdə və ya digər daha böyük əhatə edən kompleks agentlər daxilində mövcuddur. Digər tərəfdən, mürəkkəb mühitlər daha az müəyyən edilmiş sərhədlərə malikdir. Onların idarəçiliyi də adətən yaxşı müəyyən edilmir. Bu mürəkkəb sistemlərin adətən mərkəzi emal bölməsi yoxdur, onların tək mərkəzi beyini yoxdur. Belə mürəkkəb mühitlərdə agentlər bəzən hamısı oxşar və ya eyni tipdə olurlar və ya ən azı ümumi bəzi əsas xassələrə malikdirlər. Mürəkkəb mühitlərdə agentlər fərdlər kimi fəaliyyət göstərirlər, lakin sistemin bütün dinamikasını yaradırlar. Mürəkkəb mühitlərə misal olaraq quş sürüləri, şəhərlər, nəqliyyat sistemləri, arı pətəkləri, ölkələr və ya sosial şəbəkələr kimi təbii və süni ekosistemləri göstərmək olar (şəkil 1).

Şəkil 1. Mürəkkəb mühitlərin nümunələri: quş sürüsü, arı pətəyi, sosial şəbəkələr, şəhərlər və ştatlar. Mürəkkəb agentlərə nümunələr: təyyarə, qurd, avtomobil, balıq, hüceyrə, quş, ağac, robot. Mürəkkəb mühitlər tədricən mürəkkəb agentə çevrilməyə meyllidirlər. Mürəkkəb agentin bir çox nüsxəsi mövcud olduqdan sonra, bu nüsxələr yeni mürəkkəb mühiti doldura bilər. (Rəngli onlayn versiya.)

Mürəkkəb agentlərlə mürəkkəb mühitlər arasındakı fərq bulanıqdır, çünki mürəkkəb mühitlərin bəzi tipik xüsusiyyətləri bəzi mürəkkəb agentlərdə mövcuddur və əksinə. Mürəkkəb mühitlər adətən mürəkkəb agentlər tərəfindən doldurulur. İntuitiv olaraq, mürəkkəb mühitlər daha mürəkkəb və müxtəlifləşdikcə daha sürətli böyüyür. Digər tərəfdən, mürəkkəb agentlər mürəkkəbləşdikcə daha az çevik olurlar, buna görə də, prinsipcə, mürəkkəb agentlər üçün mürəkkəblik artdıqca təkamül yavaşlayır. Mürəkkəb agentləri mürəkkəb mühitlərdən ayıran bulanıq bir xətt olduğundan, bu mürəkkəb sistemlərin təkamülünün müxtəlif mərhələlərində olması inandırıcıdır. Mürəkkəb mühitlər mürəkkəb sistemin gənc, yeni yaradılmış mərhələsindədir. Zaman keçdikcə, bu mürəkkəb mühitlər bir agentə çevrilməyə doğru təkamül etdikcə kompleks agentlərin xüsusiyyətlərini bir-bir toplayaraq qatılamağa başlayacaq. Bununla belə, sistem tamamilə agent olduqdan və mühitdə həmin agentlərin demək olar ki, dəqiq nüsxələri olduqdan sonra, bu çoxlu qarşılıqlı təsir göstərən agentlər mürəkkəb mühitləri dolduracaqlar (şəkil 1, oxlar). Bu mücərrəd baxış bioloji təbii hüceyrələrin necə yarandığı və ya çoxhüceyrəli orqanizmlərin birhüceyrəli orqanizmlərdən necə təkamül etdiyi haqqında əsas anlayışımızla dəstəklənə bilər. Əvvəlcə sistem RNT kimi hüceyrə komponentlərinin ilkin şorbada qarışdığı mürəkkəb bir mühit idi [18]. Bir daha təşkilat inkişaf etdikdən sonra membranları ilə əhatə olunmuş hüceyrələr meydana gəldi. Sonra membranöz hüceyrələr sensorlara və digər komponentlərə sahib olmaq üçün təkamül etdi, bu da onları prototip agentlərə çevirdi. Hüceyrə agentləri mövcud olduqdan və çoxaldıqdan sonra çoxhüceyrəli orqanizmlər yaratmağa başladılar. İlk çoxhüceyrəli orqanizmlər eyni tip hüceyrələr tərəfindən yaradıldı, lakin sonra müxtəlif hüceyrələrin müxtəlif ixtisaslaşdırılmış rolları üzərinə götürdüyü hüceyrə tipləri meydana çıxdı. Hüceyrələr getdikcə daha çox ixtisaslaşdıqca, onlar da bir-birindən daha çox asılı oldular və nəticədə yeni tip mürəkkəb agent, yəni çoxhüceyrəli orqanizm əmələ gəldi. Beləliklə, mürəkkəb mühitlər mürəkkəb sistemin təkamül prosesinin ilkin mərhələsində ola bilər, ətraf mühitdə eyni tipli bir çox mürəkkəb agent mövcud olduqdan sonra tədricən mürəkkəb bir agentə çevrilməyə doğru irəliləyir, yeni bir mürəkkəblik təbəqəsi yarada bilər. növbəti təbəqə üçün təməl kimi xidmət edə bilər.

4. Təbii və texnoloji təkamül

Mürəkkəb sistemlər təbii və ya süni təkamül nəticəsində yaranmışdır. Bu, fərqliliklərinə baxmayaraq, təbii və texnoloji sistemlər arasında paralellər yaratdı.Təbii təkamül milyardlarla ildir təkamül edərkən, insan tərəfindən yaradılmış texnoloji və iqtisadi təkamül yalnız son bir neçə min il ərzində Yer kürəsinə əhəmiyyətli təsir göstərmişdir [1]. Beləliklə, iki növ mürəkkəb sistemi müqayisə edərkən təkamül nisbətləri çox fərqlidir: süni və təbii [3]. Təbii təkamül bir çox nəsillər boyu orqanizmin DNT-sində təsadüfi əlverişli mutasiyaların baş verməsini gözləməlidir, halbuki texnoloji təkamüldə yeni ideyalar bir gecədə yeni məhsullara çevrilə bilər. Görünür, texnoloji təkamül daim sürətlənir, bütün planetdə müxtəlif sürətlə hərəkət edir, lakin ümumilikdə sənaye inqilabından bəri insan tərəfindən yaradılmış sistemlərin mürəkkəblik dərəcəsi ümumiyyətlə sürətlənir. Planetdə fərqli təkamül sürətləri təbii təkamül üçün də doğrudur. Yağış meşələrində bir çox növ sürətlə ortaya çıxa bilər, çünki bu mühitdəki şərait bol və həyat üçün əlverişlidir. Orada şirin su, günəş və yağış var və temperatur təbii bioloji həyatın təkamül və inkişaf etməsi üçün tam uyğundur. Planetin digər əraziləri, məsələn, quraq isti və ya soyuq səhralar sürətli təbii təkamülü təşviq etmir və orada mürəkkəbliyin yaranması daha yavaş olur. Böyümə üçün icazə verilən şərtlər təbii sistemlər üçün aydındır, lakin texnoloji təkamül üçün daha az müəyyən edilmişdir. Texnoloji təkamül böyük şəhərlərdə və ya İnternetdə insanlar arasında qarşılıqlı əlaqənin və yeni məhsullara tələbatın dünyanın daha az məskunlaşan bölgələrindən daha çox olduğu internetdə daha sürətli sürətlə gedir. Lakin bu tendensiyaları balanslaşdıran qüvvələr var. İnnovasiyaların coğrafi yayılması [19] və mürəkkəbliyin yayılması texnoloji və təbii mürəkkəbliyin Yer kürəsinin ucqar yerlərinə yayılmasına səbəb olur. Texnoloji mürəkkəblik getdikcə havanı, dənizi və kosmosu doldurur. Dəniz təbii həyatla doludur, lakin insan həyatı və texnoloji təkamül üçün əlverişli deyil. Kosmos, digər tərəfdən, robotlar və kompüterlər üçün ən yaxşı yer hesab edilə bilər, çünki o, zərərli istilik, toz və bakterial agentlərdən təcrid olunmuşdur [20].

5. Sistemlərin növləri və onların nümunələri

Mürəkkəb sistemin müəyyən bir zaman anında çəkilmiş şəkli sistem dəyişənlərinin o andakı vəziyyətini əks etdirir. Sistemin bu cür dondurulmuş vəziyyəti müxtəlif tipli dəyişənlərin instantiasiyasının təzahürüdür. Dəyişən növləri ilə dəyişənlərin nümunəsi və ya mürəkkəb sistem növləri ilə faktiki mürəkkəb sistemlər arasındakı fərq daha çox aydınlıq gətirmək üçün vacibdir. Mürəkkəb sistemin bir hissəsi olan dəyişən nümunəsi və ya bütöv bir kompleks sistemin vəziyyəti adətən doğulmaq-yaşamaq və ölmək dövrünü izləyir. Digər tərəfdən, dəyişən və ya mürəkkəb sistem növü, dəyişkən və ya mürəkkəb sistemin növünün mücərrəd təsviridir. Bu, faktiki fiziki varlıq deyil, şablondur. Həm mürəkkəb sistem, həm də dəyişən nümunələr, eləcə də onların növləri inkişaf edə bilər. Bununla belə, dəyişənlərin faktiki nümunələri və ya bütün mürəkkəb sistemlər yalnız mövcud və ya canlı olduqları müddət ərzində təkamül edir, şablonlar isə qeyri-müəyyən müddətə təkamül edə bilər. Siz insan şablonu olan mürəkkəb sistemin bir nümunəsisiniz. Dəyişən şablonu və ya mürəkkəb sistemin növü, real şey növlərinin mücərrəd ümumiləşdirilməsi real varlığa bağlanmağa ehtiyac olmadan təkamül edə bilər. Şablonun müvəqqəti sərhədləri yoxdur. Kompüter proqramlaşdırma dillərində dəyişənlər və dəyişən tiplər arasındakı fərq aydındır. Dəyişənlər müxtəlif növ ola bilər. Dəyişənlər əvvəlcə instantiasiya olunmaq üçün elan edilir. Daha sonra proqramın icrası zamanı dəyişənlərə onların tipinə uyğun qiymətlər verilir. Proqram işləyərkən belə qiymətlər dəyişə bilər və dəyərləri ehtiva edən dəyişənlər proqram işlədiyi zaman qısa müddət ərzində proqram daxilində yaşayırlar. Eynilə, hüceyrələrdə RNT və zülal molekullarının nümunələrini istehsal etmək üçün şablon rolunu oynayan DNT var. Bu cür bənzətmələr mürəkkəb sistem daxilində mürəkkəb sistemin və ya dəyişənin nümunəsi və növü və ya şablonu arasındakı fərqi nəzərdən keçirməyə kömək edə bilər.

6. İlkin əlaqələrlə dizayn prinsiplərinin xülasəsi

Mürəkkəblik nəzəriyyəsi çox vaxt mürəkkəb sistemlərin dizayn prinsiplərindən yalnız bir neçəsinə diqqət yetirir, çox vaxt yalnız bir real mürəkkəb sistemə tətbiq edilir: ironik olaraq, yenə də reduksionizm. Reduksionist baxış mürəkkəb sistemlərin hissələrdən ibarət olduğunu və bu hissələrin başa düşülməsi bütün sistemin başa düşülməsinə səbəb ola biləcəyini təklif edir [21]. Keçmişdə elmə bu baxış hakim idi, lakin indi qəbul edilir ki, mürəkkəbliyi, hissələrin necə birləşərək hissələrdən daha böyük bir şeyin yaranmasına səbəb olduğunu daha yaxşı başa düşmək üçün yeni metodlar tələb olunur [22,23]. Belə bir anlayışa nail olmaq üçün mürəkkəb sistemlərin dizayn nümunələrinin necə əlaqəli olduğunu araşdırmaq daha yaxşı ola bilər. Bu ideya haqqında intuisiya inkişaf etdirmək üçün kompleks sistemlərin dizayn prinsiplərinin ilkin toplusu aşağıda hər bir prinsipin qısa təsviri ilə qeyd olunur. Növbəti addım bu prinsiplərin necə əlaqəli olduğunu müəyyən etməyə çalışmaqdır. Ümid odur ki, bu dizayn prinsipləri arasındakı əlaqələr dərhal və intuitiv şəkildə aydın olacaq. Yadda saxlamaq lazım olan bir şey odur ki, bu mücərrəd anlayışların bir çoxunun tərifləri dəqiq olmaya bilər, bu problemdir, çünki bir tərif müxtəlif insanlar üçün fərqli şeylər ifadə edə bilər. Bu təriflər, şübhəsiz ki, təkmilləşə bilər, lakin onları mükəmməlləşdirmək çətin məsələdir və formal riyazi təqdimat tələb edə bilər. Aşağıda təqdim olunan dizayn prinsiplərinin təsvirləri mücərrəd, lakin realdır. Odur ki, təriflərin konkret ifadələri haqqında bir anlıq narahat olmamağa çalışın, lakin onların mənalarının mahiyyəti. Bu dizayn prinsiplərinin bəziləri ümumi olaraq həm təbii, həm də texnoloji sistemləri əhatə edən mürəkkəb sistemlərdə, anlayışlar arasında bəzi işarəli əlaqələrlə müşahidə olunur.

Ən uyğun olanın sağ qalması mürəkkəb sistemləri formalaşdıran mərkəzi dizayn nümunəsidir [2]. Bu konsepsiya rəqabətin nəticəsidir. Rəqabət çox vaxt ədalətli olmur, burada varlı və uyğun insanlar başqalarına nisbətən daha tez zənginləşir və ya daha uyğun olur [16]. Zəngin daha da zəngin olmaq, zənginlərin, bir çox əlaqələri olan, mərkəzi, vacib və uyğun olanların kasıb, tənha, yararsız, zəif və daha az əlaqəli olanlardan daha sürətli böyüdüyü bir böyümə prosesidir. Mürəkkəb mühitlərdə kompleks agentlər də çoxalma-divergensiya ilə böyüyür [17]. Duplikasiya-divergensiya, texnoloji təkamüldə, iqtisadiyyatda və ya İnternetdə ümumi olan təbii təkamülün bilinən bioloji dizayn prinsipidir. Məsələn, uğurlu avtomobil modelləri, internet saytları və proqram təminatı ümumiyyətlə təkrarlama-divergensiya yolu ilə inkişaf edir. Beləliklə, uğurlu roman və uyğun kompleks agent, orqanizm və ya məhsul ondan daha çox əlaqə və surət çəkərək cəlbedici ola bilər [10]. Bəzən uğurlu yeni və uyğun kompleks agentlər iki mövcud agentin birləşməsindən yaranaraq yeni innovativ və daha rəqabətli agent, yaxud məhsul və ya orqanizm yaradırlar. Uğur qazandıqdan sonra innovativ agentlər sürətlə təkrarlanır və şaxələnir. Beləliklə, innovasiya mürəkkəb sistemin davamlı təkamülündə mühüm rol oynayır. Yeniliklər yalnız mövcud, möhkəmlənmiş və uğurlu əvvəlki innovasiyalar əsasında həyata keçirilə bilər [19]. Beləliklə, yuxarıda qeyd edildiyi kimi, mürəkkəb sistemlər təbəqələr şəklində təşkil edilir, burada hər bir təbəqə sonrakı səviyyəli təbəqənin təkamül edə bilməsi üçün möhkəm təməl yaradır.

Digər vacib və əlaqəli prinsip məlumat ötürülməsidir. İnformasiya davamlı olaraq axır, adətən sıxılır, sıxılır və tərcümə olunur. Ötürücülər məlumatı yayımlayır, sonra sensorlar onu kəsir. Mürəkkəb sistemlərdə olan agentlər yalnız passiv şəkildə dinləmək və ətraf mühitə uyğunlaşmaq qabiliyyətinə malik deyil, həm də ətraf mühitlə ünsiyyət qura və ehtiyaclarına uyğun olaraq mühiti dəyişdirə bilərlər. Sensorlar ətraf mühitin vəziyyəti haqqında məlumatları daxili mərkəzi emal mərkəzlərinə ötürür. Məlumat bu cür mərkəzlərə ötürülməzdən əvvəl siqnal gücləndirilə və süzülə bilər. Təsnifat mərkəzlərində təsnifatçılar məlumatdan ağıllı şəkildə istifadə edir, daha əvvəl yaşadıqları vəziyyətə növbəti dəfə cavab vermək və ətraf mühitin vəziyyətinə uyğunlaşmaq üçün optimal qərarlar qəbul etmək üçün təcrübələrdən öyrənirlər. Beləliklə, bu təsnifatçılar agentin gələcək uyğun reaksiyasını müəyyən etmək üçün yaddaşdan istifadə edirlər. Çox vaxt bu cavab sadəcə açarı yandırır və ya söndürür. Sensorlar və informasiya ötürən digər komponentlər, çox vaxt diskretləşdirmə və ya rəqəmsallaşdırma prosesi vasitəsilə ətrafdan səs-küylü məlumatı qiymətli və faydalı mesajlara çevirmək üçün belə açarları, həmçinin filtrləri və gücləndiriciləri həyata keçirir. Siqnalların işarələnməsi, simvollaşdırılması, qruplaşdırılması və təsnifləşdirilməsi bir çox oxşar obyektləri və formalarla bağlı müşahidələri mühitdən mücərrəd sadələşdirilmiş təsvirlərə mücərrədləşdirmənin yollarıdır. Qruplar və siniflər etiketlənir, fiziki reallıqdan mesajlara kodlanmış simvollara çevrilir. Bu simvollar mərkəzi emal bölməsi üçün ətraf mühitdən gələn məlumatları emal etməyi və məlumatın digər mürəkkəb agentlərə ötürülməsini nəzərdə tutan müvafiq cavabı hesablamağı asanlaşdırır. Düzgün cavabı hesablamaq üçün daxili emal mərkəzləri öyrənmə, yaddaş və uyğunlaşmadan istifadə edir. Yeni mühitlərə uyğunlaşma qabiliyyəti mürəkkəb mühitdə yaşayan kompleks agentin yaşaması üçün çox vacibdir. Ümumi uyğunluq və canlılıq üçün ətraf mühitdəki dalğalanmalara və dəyişikliklərə davamlılıq tələb olunur [24]. Bununla belə, düzgün uyğunlaşma üçün lazımi plastiklik səviyyəsini təmin etmək üçün sərtlik, möhkəmlik və dəyişməyə dözümlülüklə dəyişməyə çeviklik arasında tarazlıq tələb olunur [25]. Öyrənmə uğurlu olduqda, cavablar adətən avtomatlaşdırılır. Effektiv istehsal üçün avtomatlaşdırma da lazımdır. Mürəkkəb agentlərin və onların hissələrinin çoxlu (demək olar ki, dəqiq) surətlərini istehsal etmək üçün səmərəli və mürəkkəb mexanizmlər mövcuddur. Bu, doğum-həyat-ölüm dövrünün davam etməsinə və mürəkkəb sistem tipinin davamlı olaraq çoxalmasına imkan verir. Doğum-həyat-ölüm konsepsiyası mürəkkəb sistemlərin və onların hissələrinin dinamik olaraq yeni hissələrlə əvəz olunduğu, bütün kompleks sistem və ekosistemin qlobal modellərinin qaldığı müşahidəsi ilə əlaqədardır. Məsələn, bir hüceyrədəki zülallar davamlı olaraq çevrilir, çaydakı su molekulları eyni deyil, çay daimi axışda qalır, magistral yolda avtomobillər keçməyə davam edir, qan hüceyrələri qan damarlarından keçir və insanlar irəli-geri hərəkət edir. böyük bir şəhərdə və xaricində işdən bunlar yalnız bəzi nümunələrdir. Bəzi hallarda bu kompleks agentlər və ya onların hissələri dövr edir. Bu, qan hüceyrələrinə və ya işə gedən insanlara aiddir, digər hallarda isə axan kompleks agentlər və ya onların hissələri hər dəfə tamamilə dəyişdirilir. Beləliklə, mürəkkəb sistemlər resursların və agentlərin uzaq yerlərə tez və səmərəli şəkildə köçürülməsinə imkan verən mükəmməl və səmərəli nəqliyyat sistemlərinə malikdir. Bu cür nəqliyyat sistemləri adətən ağaca bənzər iyerarxik strukturda təşkil edilir, burada ağacın yarpaqları, ağaca bənzər sistemdəki terminal yerləri çox vaxt simvollar sətirində kodlanmış unikal ünvana malikdir. Nəqliyyat sistemlərinin iyerarxik quruluşu mürəkkəb sistemlərdə geniş yayılmışdır. Hərəkət etmək üçün hərəkət lazımdır. Hərəkət kompleks agentlərin mürəkkəb mühitdə hərəkət etmək qabiliyyətidir. İqtisadi sistemlər malları və işçiləri bir unikal terminal ünvanından digər ünvana köçürmək üçün təyyarələrə, gəmilərə və yük maşınlarına əsaslanır. Botanik bitkilərin hərəkət etmək qabiliyyəti yoxdur və bu qüsur günəş enerjisindən istifadə etmək, yerdən qida maddələri çıxarmaq qabiliyyəti və səyahətə ehtiyac olmadan effektiv şəkildə tozlandırmaq və çoxalmaq qabiliyyəti ilə kompensasiya olunur. Bitkilər və digər mürəkkəb təbii sistemlər eyni kompleks agentlərin tamamilə yeni nüsxələrini yaratmaq üçün istifadə edilə bilən sıxılmış məlumatları ehtiva edən toxumlara malikdir. Bu cür toxumlar tez-tez optimal gübrələmə üçün hədəflərinə çatmaq üçün səyahət və yayılma mexanizmlərinə malikdirlər. Onlar hər bir nüsxənin bir qədər fərqli olduğu və sonrakı nəsli tozlandırmaq üçün yalnız bir neçəsinin seçiləcəyi bir çox nüsxədə yaradılır.

Mürəkkəb agentləri digər agentlərdən və xaricdən qorumaq üçün diqqətəlayiq maneələr mövcuddur. Bu konteynerlər və ya modullar daxili hissələri açıq xarici elementlərdən gizlədir. Xaricilər standart protokollardan, simvollardan və bayraqlardan istifadə edərək ətraf mühit və digər sistemlərlə əlaqə qurmağı asanlaşdıran bir interfeysə malikdir. Bununla əlaqədar olaraq, təkrar istifadəyə və ümumiliyə imkan verən “plug-and-play” dizayn prinsipi var. Bu prinsip mürəkkəb sistemlərə daha yüksək səviyyəli sistemlər yaratmaq üçün birlikdə işləməyə imkan verir. Bu modulyarlıq iyerarxiyalar yaradır. Qarşılıqlı fəaliyyət göstərən mürəkkəb sistemlər paketdə bir dəfə fərdi davranış və davranış arasında keçid etmək imkanına malikdir. Bir paketdə olduqda, mürəkkəb sistemlər çox vaxt fərqli həndəsi formalar əmələ gətirir. Mürəkkəb sistemlərdəki formalar adətən mozaika formasında işlənmiş mozaika əmələ gətirir [26]. Paketdəki polimorfik kompleks sistemlər təsadüfi olaraq paralel davranırlar, lakin çox vaxt heyrətamiz sinxronluq nümayiş etdirirlər. Sinxronluq idarəetmə vasitəsilə, məsələn, orkestrə siqnal verən dirijor tərəfindən əldə edilə bilər, lakin çox vaxt sinxronluq mürəkkəb sistemlərdə idarəetmə tələb etmir. Bu cür fövqəladə davranış üçün təsadüfilik və səs-küy tələb olunur. Səs-küy, mürəkkəbliyi və təkamülü dəstəkləyən dinamik davranışın digər aspektləri üçün də tələb olunur. Səs-küy təkamül minimumu vəziyyətində ilişib qalmağı aradan qaldırmaq üçün lazım olan bir mexanizmdir. Təsadüfilik və səs-küy daimi homeostaz axtarışı ilə nəticələnir, lakin mürəkkəb sistemlər heç vaxt əbədi olaraq sabit vəziyyətdə qalmır [27]. Mürəkkəb sistemlər davamlı olaraq böyüyür, fiziki cəhətdən təkmilləşir və mürəkkəbliyi artır, çünki onların mühiti daim bu istiqamətdə dəyişir [28]. Faza keçidləri qısa müddət ərzində baş verir ki, sistem kifayət qədər sabit vəziyyətdə olan bir çox dəyişikliklərə səbəb olan kiçik bir dəyişiklikdən keçir və sistemi başqa bir yeni kvazisabit vəziyyətə çevirir [10]. Təkmil fitness vəziyyətinin tapılması birbaşa səmərəlilik və enerji istifadəsi ilə əlaqəli dizayn prinsipidir.

Mürəkkəb sistemlərdəki proseslərin əksəriyyəti enerjidən istifadə etdiyi və mürəkkəb agentlərin enerji resursları uğrunda rəqabət apardığı halda, sistemlərin enerjidən istifadəsi daha çox ümumi uyğunluqla, daha az enerjiyə qənaət və enerji səmərəliliyi ilə bağlıdır [29]. Bu, mürəkkəb sistemləri fizikada öyrənilən tipik sistemlərdən fərqləndirən bir çox anlayışlardan biridir. Bununla belə, enerjiyə qənaət və səmərəlilik mürəkkəb sistemlərin daha yaxşı rəqabət aparmasına kömək edə bilər. Maraqlıdır ki, çox vaxt ölü orqanizmlər digər orqanizmlər üçün enerji mənbəyinə çevrilir, ən çox parçalanmış üzvi material olan xam neft isə bu gün gördüyümüz texnoloji təkamülün ilkin mərhələsi üçün əsas enerji mənbəyi kimi xidmət edir. Əksər mürəkkəb sistemlər adətən balanslaşdırılmış ekosistemlərdə tullantı istehsal edir, bir kompleks sistemin tullantıları digəri üçün resursdur. Bununla belə, texnoloji kompleks sistemlər yaxşı təkrar emal olunmayan tullantılar istehsal edir. Mürəkkəb sistemlərin yaradılmasını hərəkətə gətirən vacib dinamik strukturlar olan əks əlaqə dövrələri bununla əlaqədardır. İlkin metabolik şorba bir-biri ilə rəqabət edən geribildirim dövrələrini meydana gətirən sadə fermentlərdən hazırlanmışdır [18]. Rəqabət ticarətin iki və ya daha çox mürəkkəb sistemin qalib gəldiyi bazarlarda hərəkətə keçməyi nəzərdə tutur. Uğurlu ticarət məhsulların müxtəlifliyini və xidmətlərin ixtisaslaşmasını tələb edir. Ticarətdə qaliblər çox vaxt novatorlar və ya yeniliyin ən yaxşı dinləyiciləri olurlar. Ticarət simbioza çevrilə bilən əməkdaşlıqla nəticələnir: birgə mövcud olmaq üçün iki ayrı kompleks sistemin bir-birindən asılılığı. Bir istiqamətli simbioz parazitizmdir. Parazitar kompleks agentləri öz yaşamaq ehtiyacları üçün sahiblərinin uğurundan istifadə edirlər. Müvəffəqiyyətli kompleks agentlər özünü təmir etməyi və parazitlərlə mübarizə aparmağı öyrənməlidir, parazitlər isə yaradıcı qaçma strategiyaları oyununda iştirak edirlər. Parazitlər bəzən ev sahiblərini öldürürlər, lakin onlar çoxalmadan və onların nüsxələri digər hostlara keçmədən əvvəl deyil, yayıla bilər.

Yuxarıda sadalanan bütün anlayışlar mürəkkəb sistemlərin bəzi dizayn prinsiplərini qısaca təqdim edir, onlar arasında bəzi işarə əlaqələri var. Lakin bütün bu anlayışları daha az qeyri-müəyyənliklə təsvir etmək üçün daha ətraflı izahatlara ehtiyac var. Bundan əlavə, bu anlayışların real dünyadakı təbii və texnoloji sistemlərdə necə formalaşdığını göstərmək üçün konkret nümunələr tələb olunur. Bu cür təfərrüatlı təsvirlər burada bu araşdırmanın əhatə dairəsindən kənardadır, lakin biz mürəkkəb sistemlərlə bağlı ümumi müşahidələrin bəzilərinin insan hüceyrələrinə necə tətbiq olunduğunu və belə bir perspektivin sistem biologiyasını necə məlumatlandıra biləcəyini düşünməkdən narahatıq.

7. İnsan hüceyrəsi: mürəkkəb sistem nümunəsi

İnsan hüceyrəsi mürəkkəb canlı təbii maşındır. Bədənimizi birlikdə təşkil edən hüceyrələr milyardlarla il ərzində təkamülə uğramış və optimallaşdırılmış təbii kompleks sistemin prototip nümunəsidir. İnsan hüceyrələrini qismən tipik kompleks sistem edən şey, onların eyni komponentlərin çoxlu nüsxələri ilə çoxlu müxtəlif tipli komponentlərdən ibarət olması, hamısının birlikdə işləməsi, bir-biri ilə qarşılıqlı əlaqədə olması və bir hissəsi olan yüksək səviyyəli funksional varlıq meydana gətirməsidir. bir orqanizmin.

Biz təxminən 50 trilyon hüceyrədən ibarətik. Demək olar ki, bütün bu hüceyrələr bütöv bir orqanizm yaratmaq üçün lazım olan şablonu və simvolik göstərişləri saxlayan simlər olan uzun DNT molekullarından ibarət eyni genetik kodu ehtiva edir. Tam bir orqanizmin necə qurulacağına dair məlumatlar insan hüceyrələrinin nüvələrində yaxşı sıxılır. Bütün hüceyrələrimizdəki DNT eyni olsa da, bədənimizi meydana gətirən təxminən 400 fərqli hüceyrə tipi bir-birindən əhəmiyyətli dərəcədə fərqlidir. Bunun səbəbi hər bir hüceyrə tipində müxtəlif gen dəstlərinin ifadə olunmasıdır. Genlərin bu diferensial ifadəsi hüceyrələrə necə davranmağı öyrədən fərqli hüceyrədənkənar siqnalların nəticəsidir. Hüceyrələr digər hüceyrələrdən onlara hansı genləri ifadə etməli olduqlarını və öz növbəsində hansı zülalların əmələ gəlməsini və nəticədə hansı hüceyrə növünə çevrilməli olduqlarını bildirən hüceyrədənkənar siqnallar alır. Hüceyrələr ya hüceyrə-matris qarşılıqlı təsirindən, ya da hüceyrə membranından keçə və ya bağlana bilən kiçik molekullar tərəfindən daşınan digər hüceyrələrdən gələn parakrin və ya endokrin siqnallar nəticəsində yaranan belə hüceyrə-hüceyrə rabitə protokolları sayəsində mükəmməl strukturlar yarada və ixtisaslaşa bilər. hüceyrə səthindəki reseptorlar. Bunlar kompleks sistem sensorlarıdır. Hüceyrədaxili siqnal yolları hüceyrələri ətraf mühitin vəziyyəti haqqında məlumatlandırmaq üçün paralel olaraq fəaliyyət göstərən hüceyrədənkənar amillərin kompleks birləşməsi ilə tetiklenir.Siqnalın bu forması hüceyrənin gen ifadə proqramını müəyyən edən gen tənzimləyici şəbəkələrin dinamikasına nəzarət edir. Hüceyrə səthi reseptorları hüceyrənin plazma membranının lipid iki qatından keçir. Bu, hüceyrənin kompleks sisteminin maneəsidir. Bu reseptorlar hüceyrənin xaricində baş verənləri dinləyir və ətraf mühitdəki dəyişiklikləri hüceyrənin içindəki komponentlərə çatdırır. Beynin bölgəsindəki bir nörotransmitterin və ya qandakı bir hormonun biokimyəvi konsentrasiyası dəyişdirildikdə, hüceyrə səthindəki reseptorlar aktivləşə və ya inhibə edə bilər. Bu cür dəyişiklik haqqında məlumat, məlumatı gücləndirən, filtrləyən, emal edən, deşifrə edən və ötürən zülalların və metabolitlərin mürəkkəb siqnal şəbəkəsi olan hüceyrənin mərkəzi emal qurğusuna ötürülür. Hormonlar, neyrotransmitterlər və ya dərmanlar kimi liqandlar adlanan hüceyrədənkənar kiçik molekullar birbaşa reseptor zülallarına bağlanır. Hüceyrədənkənar biomolekulların reseptorlara bağlanması reseptorların üçölçülü strukturunu dəyişdirərək siqnalları ötürmək üçün reseptorları gücləndirir. Bir reseptorun struktur uyğunluğundakı bu dəyişiklik hüceyrənin içərisində olan digər zülalların, məsələn, fermentlərin, reseptorlara bağlanması və ya bağlanması ilə onların aktivlik səviyyəsini dəyişməsi ilə nəticələnir. Bu hüceyrədaxili qarşılıqlı təsirlər hüceyrə daxilində biokimyəvi reaksiyaları kataliz edən digər fermentlərin aktivləşməsinə səbəb ola bilər. Bu biomolekulyar dinamikalar məlumatın hüceyrənin xaricindən hüceyrənin daxili bölgələrinə ötürülməsi ilə nəticələnir. Fərqli siqnal yollarının daim aktivləşdiyi və deaktiv edildiyi hüceyrələrdə paralel olaraq biokimyəvi reaksiyalar şəlaləsi davamlı olaraq hərəkət edir. Beləliklə, hər bir hüceyrənin səthində mövcud olan minlərlə müxtəlif tipli reseptorlardan alınan məlumatlar hüceyrənin davranışını təyin etmək üçün birləşdirilir. Buna transkripsiya faktorlarının aktivləşdirilməsi və ya inhibə edilməsi yolu ilə gen ifadəsini tənzimləməklə nail olmaq olar. Transkripsiya faktorları gen ifadəsini tənzimləmək üçün hüceyrənin DNT-sinə bağlanan zülallardır. Hüceyrə siqnalı hadisələrinin digər effektorları zülalların tərcüməsini, zülalın deqradasiyasını, membrandakı kanal zülallarının translasiyadan sonrakı modifikasiyaları vasitəsilə elektrik aktivliyinin modulyasiyasını tənzimləyən zülallardır, həmçinin hüceyrə daxilində bir sıra digər hüceyrə mexanizmlərinin və orqanellələrinin tənzimlənməsidir [30].

Belə tənzimləmənin nəticələrindən biri bəzi insan hüceyrələrinin sürünmə qabiliyyətidir [31-33]. Sürünmənin istiqaməti və sürəti hüceyrə siqnal şəbəkəsi [32] tərəfindən müəyyən edilir və onu hüceyrənin hərəkətvericilərindən biri hesab etmək olar. Hüceyrə siqnal şəbəkəsi tərəfindən tənzimlənən başqa bir orqanoid mitoxondridir. Hüceyrələrdəki mitoxondriyalar mühərrik və sensor kimi fəaliyyət göstərir [34]. Onlar ümumi valyuta enerji mənbələrini ATP, GTP və NAD+ istehsal edirlər. Bu enerji yüklü molekullar bir çox zülallar tərəfindən işlərini yerinə yetirmək üçün istifadə edilə bilər. Maraqlıdır ki, hüceyrələrdəki mitoxondriyalar enerji səviyyələrini hiss edir və onlar müəyyən siqnallar alırlarsa, mitoxondriya apoptoz da adlandırılan proqramlaşdırılmış hüceyrə ölümünə səbəb ola bilər [35]. Bu cür altruistik davranış, bütün orqanizmin yaxşılaşdırılması üçün hüceyrəni intihara aparan siqnalları tətikləyən zülalları buraxaraq mitoxondriya tərəfindən başlanır. Mitoxondrinin təkamül mənşəyi də simbiozun nümunəsidir. Mitoxondriyanın bu gün mövcud olan bəzi bakteriyalarla oxşarlığı güclü şəkildə göstərir ki, hüceyrələr əvvəlcə bakteriyalarla yoluxmuşlar və tədricən inkişaf edən endosimbiotik əlaqə vasitəsilə bakteriyalar hüceyrənin bir hissəsinə çevrilmişdir [36].

Hüceyrə zədələnmiş və ya yoluxmuşsa, bəzən proqramlaşdırılmış hüceyrə ölümü tələb olunur. Ancaq infeksiya və ya zədə ilə mübarizə aparmaq üçün belə kəskin bir tədbir görməzdən əvvəl hüceyrələr müdafiə və özünü təmir mexanizmlərinə sahib olmaq üçün təkamül etdi. İnsan hüceyrələrində müdafiə sisteminin bir nümunəsi viral infeksiyaya interferon reaksiyasıdır [37]. Hüceyrələrdə viral ikiqat zəncirli RNT-ni aşkarlaya bilən və immun cavabı aktivləşdirmək üçün hüceyrə siqnal şəbəkəsinə siqnal verə bilən xüsusi reseptor və hüceyrədaxili zülallar var. Belə bir immun reaksiya qonşu hüceyrələrə infeksiya haqqında xəbər verir, həmçinin müxtəlif yollarla yad obyektlə mübarizə aparmaq üçün daxili reaksiyaya səbəb olur [38]. Eynilə, öz-özünə təmir mexanizminin nümunəsi DNT-nin zədələnməsinə reaksiyadır, iki zəncirli DNT qırıqlarını təmir edə bilən mexanizmdir [39]. DNT zədələnməsinə cavab mexanizmləri də proqramlaşdırılmış hüceyrə ölümü mexanizmləri ilə əlaqələndirilir. DNT zədəsi çox geniş olarsa, mexanizm apoptozu aktivləşdirmək üçün hüceyrə siqnal şəbəkəsinə siqnal verir. DNT-nin zədələnməsinə cavab verən mexanizm həmçinin hüceyrə dövrü aparatı ilə, hüceyrələrin öz surətini səmərəli şəkildə çoxaltmaq qabiliyyəti ilə əlaqələndirilir. DNT zədəsi aşkar edilərsə, hüceyrə dövrü proqramı dayandırılır. Hüceyrə zədələnməsinə maddələr mübadiləsinin əlavə məhsulu olan reaktiv oksigen növləri səbəb ola bilər [40,41]. Bu hüceyrənin tullantı məhsullarından biri sayıla bilər. Hüceyrələr reaktiv oksigen növlərini zərərsizləşdirmək və həmçinin hüceyrə siqnalı üçün istifadə etmək üçün mexanizmlər inkişaf etdirmişlər, lakin yüksək səviyyələrdə bunlar zərər verə və xəstəliyə səbəb ola bilər. Hüceyrə tullantıları məhsullarının məhv edilməsi mexanizminin başqa bir nümunəsi, yatarkən beynimizin kiçilməsinin son müşahidəsidir. Bu yaxınlarda edilən bir araşdırma, bunun oyaq olduğumuz və beynimizdən tam istifadə etdiyimiz zaman gün ərzində yığılan metabolik toksinləri çıxarmaq üçün lazım olduğunu təklif etdi [42]. Alzheimer xəstəliyində beyində əmələ gələn amiloid lövhələri düzgün işlənməyən hüceyrə tullantıları hesab edilə bilər [43]. Hüceyrələrdə sirkadiyalı dövrə hüceyrə siqnalı və gen tənzimləyici şəbəkələri daxilində yerləşdirilmiş bir neçə saatdan yalnız biridir. Bu saatlar dövri olaraq aktiv olması lazım olan proseslərin tsiklik tənzimlənməsini təmin edir [44,45]. Bir çox mürəkkəb sistemlərdə müşahidə edilən ümumi dizayn nümunələri ilə insan hüceyrələrində müşahidə olunanlar arasında yuxarıda göstərilən əlaqələr vizual olaraq ümumiləşdirilmişdir (şəkil 2). Sadalanan əlaqələr hər şeyi əhatə etmir və yalnız ümumi konsepsiyanı göstərmək üçün burada edilir. İnsan hüceyrələrinin daxili komponentləri haqqında anlayışımızı artırdıqca daha çox nümunələrin ortaya çıxacağı da gözlənilir.

Şəkil 2. İnsan hüceyrəsi prototip kompleks sistemdir. Qırmızı rəngdə və qutunun xaricində ümumi kompleks sistem xüsusiyyətləri var. İçəridə bu mücərrəd anlayışların insan hüceyrələrində təzahürləri var. Şəkildə göstərilən bəzi hüceyrəaltı sistemləri daha ətraflı izah edən məqalələri nəzərdən keçirin: hüceyrə taraması [31-33], mitoxondriya [34-36], interferon reaksiyası [37,38], hüceyrə siqnal şəbəkəsi [30], DNT zədələnməsi cavab [39], reaktiv oksigen növləri [40,41], sirkadiyalı ritmlər [44,45] və autofagiya [46]. (Rəngli onlayn versiya.)

8. Nəticə

Hüceyrələr və onların daxili komponentləri bizim çılpaq gözlə müşahidə edə bilməyəcəyimiz qədər kiçikdir və hüceyrələrdəki makromolekulyar komponentləri yalnız ən yaxşı mikroskoplarla müşahidə etmək mümkündür. Son vaxtlara qədər biz bir təcrübədə yalnız bir hüceyrə daxilində bir neçə molekulyar komponenti öyrənə bilirdik. Bununla belə, son bir neçə onillikdə əldə edilən yeni biotexnoloji nailiyyətlərlə, biz indi hüceyrələrin daxili işini daha böyük qlobal miqyasda mükəmməl qətnamə və detallarla başa düşə bilərik. Bunun səbəbi, DNT, RNT və zülal ardıcıllığı kimi yeni yaranan bu biotexnologiyaların birdən çox molekulyar növün səviyyəsini tək bir təcrübədə ölçə bilməsidir. Bu texnologiyalar hüceyrə kompleks sistemini təşkil edən çoxlu dəyişənlərin vəziyyətinin anlıq görüntülərini yaradır. Hüceyrə və molekulyar biologiyada bu inqilab sistem biologiyası [22] adlanır və bu termin indi böyük verilənlər bioinformatikası ilə əvəz edilə bilər [47]. Hüceyrə tənzimlənməsini daha qlobal və daha bütöv şəkildə başa düşməyə imkan verir. Bununla belə, belə bir anlayışa nail olmaq üçün bütün bu hissələrin yüksək səviyyəli funksiyalar yaratmaq üçün necə birləşdiyini izah edən yeni nəzəriyyələr də tələb olunur. Ancaq bu cür nəzəriyyələr meydana gəlməzdən əvvəl biz bu yeni texnologiyalardan istifadə edərək toplanmış məlumat kütlələrini idarə edə bilməliyik. Hesablama və saxlama xərclərinin sürətlə azalması və demək olar ki, hər şeyi qeyd etməyə imkan verən texnologiyalar sayəsində biz indi bir çox növ mürəkkəb sistemləri təşkil edən dəyişənlərin vəziyyətini, zamanla və müxtəlif idarə olunan və ya təbii kortəbii pozğunluqlar, o cümlədən insanların vəziyyətini izləyə bilərik. hüceyrələr. Bütün insan hüceyrə sisteminin dəqiq kobud təsvirini yaratmaq üçün nə qədər belə məlumat toplamaq lazımdır? Bu cür məlumatlardan bilik külçələrini ən yaxşı şəkildə necə çıxara bilərik və sistemin hələ ölçülməmiş və ya hələ görünməmiş davranışları və şərtləri haqqında proqnozlar verə bilərik? Bu yüksək ölçülü məlumatları necə vizuallaşdıra və inteqrasiya edə bilərik? Bunlar hesablama sistemləri bioloqları da daxil olmaqla, bu gün məlumat alimlərinin üzləşdiyi böyük problemlərdən bəziləridir.

Sistem biologiyası sahəsi həm məlumatla zəngin, həm də məlumat baxımından zəifdir. O, məlumatlarla zəngindir, çünki artıq toplanmış, lakin daha çox təhlil edilməli olan çoxlu məlumat var və məlumat baxımından zəifdir, çünki sistem çox mürəkkəb və müşahidə etmək çox çətindir və buna görə də hazırda topladığımız məlumatlar açıq şəkildə kifayət deyil. insanın hüceyrə davranışını idarə edən mürəkkəb molekulyar mexanizmləri tam başa düşmək.

Hal-hazırda, hüceyrə siqnal şəbəkələrinin hüceyrə funksiyasını tənzimləmək üçün məlumatları necə birləşdirdiyi və emal etdiyi ilə bağlı bütün molekulyar təfərrüatları tam başa düşmürük. Açıq suallara hüceyrədənkənar mühitdə yayılan və müxtəlif və çoxsaylı reseptor tiplərinə bağlana bilən çoxlu müxtəlif ligandların alternativ hüceyrə fenotipləri ilə nəticələnən hüceyrədaxili fəaliyyət dəyişikliklərinə necə başlaması daxildir. Son vaxtlara qədər hüceyrə və molekulyar bioloqlar belə mürəkkəb sistemi araşdırmaq üçün reduksionist yanaşmadan istifadə edirdilər. Biologiyada reduksionizm eksperimentalistlərin bütün elmi karyeralarını yalnız bir və ya bir neçə gen və onların zülal məhsullarının təhlilinə sərf etməsinə səbəb oldu ki, burada əslində hər bir məməli hüceyrəsində bu genlərdən ifadə olunan minlərlə müxtəlif növ gen və zülal var. tamamilə eyni vaxtda. Bütün bu müxtəlif növ zülallar bir-birinin fəaliyyətinə və bolluq səviyyəsinə təsir edərək, birlikdə işləyir. Lakin bu cür biomolekullar çox kiçik olduqları üçün onların necə işlədiyini dəqiq görə bilmirik və dolayı üsullarla onların fəaliyyətini ölçməyə əl atmalıyıq. Fərdi laboratoriyalar tərəfindən yalnız bir neçə gen və ya zülalın öyrənilməsi bu gün də biotibbi tədqiqatlarda üstünlük təşkil edir. Dünyadakı bir çox müxtəlif laboratoriyalar tərəfindən aparılan əmək tutumlu, aşağı məhsuldarlıqlı tək gen təcrübələrindən əldə edilən məlumatlar davamlı olaraq toplanır. Fərdi zülalları və onların qarşılıqlı təsirlərini xarakterizə edən bu cür tədqiqatlardan əldə edilən məlumatlar, məlumatların inteqrasiyası vasitəsilə hüceyrə tənzimləmə tapmacasının daha qlobal mənzərəsini yenidən qurmaq üçün istifadə edilə bilər [30]. Bununla belə, bu cür məlumatların toplanması tədqiqatın fokuslanmasından [48] və təkrar istehsalla bağlı narahatlıqlardan [49] əziyyət çəkir. Bununla belə, sistem biologiyası yanaşmaları tədricən yeni standarta çevrilir. Biologiyada sistemlərin öyrənilməsi konsepsiyası əvvəllər təqdim edilmişdi, lakin sonra molekulyar qarşılıqlı əlaqəni sistemin davranışı ilə əlaqələndirmək üçün kifayət qədər molekulyar təfərrüatlar mövcud deyildi [22].

Son illərdə süni intellekt və maşın öyrənməsi və xüsusilə də dərin öyrənmə vədlərinin təqdim etdiyi imkanlardan çox həyəcan yaranıb. Sistem biologiyasına dərindən öyrənmə tətbiqləri, həqiqətən də, biliklərin hesablanması ilə kəşfi sürətləndirə bilər [50]. Dərin öyrənmə bütün təfərrüatları bilməyə ehtiyac olmadan cavablar verə bilər, həm də dərin neyron şəbəkənin Go oyunu üçün yeni strategiyalar kəşf etdiyi kimi, tədqiqatçıların diqqətdən kənarda qaldığı yeni bilikləri də kəşf edə bilər. bu mürəkkəb oyunun oyununu mənimsəmək [51]. Texnoloji təkamül, dərin öyrənmə alqoritmlərini xüsusi aparat və açıq mənbəli istifadəsi asan proqram kitabxanaları vasitəsilə daha əlçatan etməkdə irəliləyişlər sayəsində sürətli irəliləyişlər də görür. Bu inkişaflar irəliləyişə imkan versə də, bəzən mürəkkəb sistemlər nəzəriyyəsi perspektivindən çıxarılan nəticələri tam dərk etmədən belə irəliləyiş əldə edilə bilər. Bu araşdırmada mən insan hüceyrəsinin mürəkkəb bir sistem kimi ətrafımızdakı və içimizdəki digər mürəkkəb sistemləri daha dərindən dərk etməyin vacibliyini daha da vurğulamağa çalışdım.


Şəbəkə qənaəti

Yüksək məhsuldarlıq metodlarının ortaya çıxması son on ildə xəstəliklərin tədqiqində inqilab etdi və bioloji varlıqlar arasında qarşılıqlı əlaqənin tədqiqini xeyli asanlaşdırdı. Bununla belə, bütün bunları eksperimental olaraq araşdırmaq hələ də texniki və maliyyə cəhətdən qeyri-mümkün olaraq qalır. Müşahidə olunan məlumatlardan əsas asılı münasibətlərin yenidən qurulması alternativ strategiya kimi yaranır və bu da potensial olaraq yeni bioloji fərziyyələr yaratmağa kömək edə bilər. Bu üsullar transkriptomikada geniş şəkildə tədqiq edilmişdir, burada mikroarray gen ifadə məlumatlarından GRN-ləri çıxarmaq üçün istifadə olunur. Maraqlanan digər inferensial şəbəkələr transkript bağlayan şəbəkə, PPI şəbəkələri, gen birgə ifadə şəbəkələri və metabolik şəbəkələrdir. Əksər üsullar ümumiləşdirilə bilən olduğundan, biz transkriptom tətbiqlərinə diqqət yetirməklə üsulları nəzərdən keçirəcəyik. Məlumata əsaslanan bu cür şəbəkə nəticə çıxarma strategiyaları bu bölmədə daha sonra müzakirə olunduğu kimi, xəstəlikdən əziyyət çəkən şəbəkələrin aşkar edilməsində böyük potensial nümayiş etdirmişdir.

Cütlük uyğunluğunu qiymətləndirməyin ən sadə yolu korrelyasiya əmsalları və ya qarşılıqlı məlumatdır (MI). Üstəlik, ya çəkili gen birgə ifadəsi şəbəkə analizi alətlər qutusunda (WGCNA) həyata keçirilən kimi modul şəbəkələrini müəyyən edə bilərik [47], ya da müəyyən hədddən aşağı uyğunluğu olan kənarları kənarlaşdırmaqla normal şəbəkə yarada bilərik. Bu şəkildə yaradılan şəbəkələr istiqamətsizdir və korrelyasiya/müvafiq şəbəkələr kimi tanınır. Bu metodların birbaşa tətbiqi zamanı ehtiyatlı olmaq lazımdır, çünki onlar yalan pozitiv kimi çoxsaylı dolayı əlaqə yarada bilər. Bu məhdudiyyəti aradan qaldırmaq üçün kontekstdə əlaqəlilik ehtimalı (CLR) [48] kənar atribut kimi xidmət etmək üçün MI-nin paylanmasına əsaslanan yeni bir xal əldə etdi, beləliklə yalançı müsbət nisbətə nəzarət edilə bilər. Dəqiq Hüceyrə Şəbəkələrinin Yenidənqurulması Alqoritmi (ARACNE) [49] hər üçlükdə ən zəif kənarın dolayı qarşılıqlı təsir kimi şərh ediləcəyi və buna görə də silinəcəyi əlavə filtrləmə addımı həyata keçirdi. Bu yanaşma məməli hüceyrələrində [49] GRN nəticə çıxarma tədqiqatında faydalı olduğu aşkar edildi, lakin onun hesablama mürəkkəbliyi şəbəkə ölçüsü ilə əhəmiyyətli dərəcədə artır. CLR və ARACNE-də hər iki meyarları birləşdirən MRNet, MINET R paketində tətbiq edilmişdir [50]. Bu cür üsullar, sadəliyi baxımından üstün olsalar da, birgə tənzimləmə təsirlərinin müəyyən edilməsində məhdudiyyətlərə malikdirlər və onların hesablama üstünlükləri yanlış-müsbət nisbətə nəzarət etmək üçün əlavə filtrləmə addımları cəlb edildikdə yox olur.

Şəbəkə qənaəti də TIGRESS [51] kimi reqressiya problemi kimi formalaşdırıla bilər. Məsələn, bir genin ifadəsi (cavab) bütün digər genlərin (prediktorların) ifadə funksiyası kimi qəbul edilir. TIGRESS-də kəmənd seyrək nümunələr yaratmağa kömək etmək üçün tətbiq edilir, çünki bu şəkildə müəyyən edilmiş bağlantıların dolayı olma ehtimalı azdır. Bu strategiyanın nəticəsi genlər arasında qismən korrelyasiya əlaqələrinin qiymətləndiricisi kimi də tanınır. Əvvəlcədən təyin edilmiş "proqnozlaşdırıcı" və "cavab" parametrləri sayəsində bu şəkildə nəticələnən şəbəkələr həm çəkili, həm də istiqamətləndirici olur. GENIE3 [52] kəmənd əvəzinə təsadüfi meşə reqressiyasını həyata keçirən oxşar alqoritmdir. Bu alqoritm bu yaxınlarda iRafNet-də [53] genişləndirilmişdir (R paketi kimi mövcuddur), burada axtarış sahəsini əhəmiyyətli dərəcədə azaltmaq üçün çoxlu verilənlər birləşdirilmişdir.

Birbaşa təsirləri qiymətləndirmək üçün Bayes şəbəkəsi (BN) nəticəsi [54] kimi ehtimal qrafik modellərindən də istifadə edilə bilər. Onlar müxtəlif a priori şəbəkələrdə müşahidə edilən məlumatların ehtimalını hesablayırlar. Daha sonra, ən yüksək ehtimala malik olan ən çox ehtimal olunan şəbəkə seçilir. BN alqoritmləri dəyişənlər arasında xətti, qeyri-xətti, stoxastik və kombinator əlaqələri ələ keçirə bilər və onların ehtimal xarakterini nəzərə alaraq səs-küylü məlumatların idarə edilməsi üçün güclüdür. Bununla belə, bu BN alqoritmləri adətən vaxt aparır. BNFinder [55] çoxlu CPU nüvələrindən istifadə edərək, nüvələrin sayını artıraraq alqoritmləri xətti şəkildə sürətləndirərək bu narahatlığı aradan qaldırır. BNFinder bu yaxınlarda siqaret çəkənlərdə transkriptomik dəyişiklikləri olan genləri müəyyən etmək və bu dəyişikliklər arasında istiqamətli əlaqələri qiymətləndirmək üçün istifadə edilmişdir [56]. Bu işdə yalnız qruplar arasında differensial şəkildə ifadə olunan genlər üzərində BN nəticə çıxararaq axtarış sahəsi daha da daraltıldı.

BN-lər yönəldilmiş asiklik qrafiklərdir və bir çox bioloji şəbəkələrdə vacib xüsusiyyətlər olan əks əlaqə döngələrinə icazə vermir. Bu məhdudiyyəti aradan qaldırmaq üçün dinamik Bayes şəbəkəsi (DBN) alqoritmləri təklif edilmişdir. Bu alqoritmlərdə DBN-lər zaman sıralarının müşahidələrinin funksiyası kimi qiymətləndirilir, burada hər bir obyekt zaman nöqtələrinə uyğun gələn bir neçə qovşaqda açılır. Sonra alqoritmlər ilkin vaxt nöqtəsində dəyişənlər arasında statistik asılılığı göstərən prioritetləri və ardıcıl zaman nöqtələrində qovşaqlar arasında asılılığı göstərən keçid şəbəkəsini qurur. BN alqoritmlərindən fərqli olaraq, DBN alqoritmləri keçid şəbəkələri vasitəsilə tsiklik döngələri aşkar etmək gücünə malikdir. Banjo [57], SEBINI [58] və BNFinder [55] kimi alətlərin çoxu həm statik BN, həm də DBN nəticələri üçün nəzərdə tutulmuşdur. Zaman seriyası məlumatları üçün alternativ yanaşma, obyektlər arasında dinamik qarşılıqlı təsirləri çıxarmaq üçün xüsusi olaraq hazırlanmış adi diferensial tənliklərdir. Bu modellərdə ölçünün özündə deyil, bir ölçüdə baş verən dəyişiklik bütün digər dəyişənlərin nəticəsi kimi qəbul edilir. Sadə modul üsulları və korrelyasiya/müvafiqlik şəbəkəsindən nəticə çıxarma yanaşmaları da zaman seriyası məlumatlarına tətbiq edilir. TD-ARACNE [59] və bu yaxınlarda təklif olunan alqoritm MIDER [60], zaman seriyası məlumatlarını giriş kimi təqdim etməyə imkan verən iki nümunə paketidir.

Seçmək üçün bir çox üsullarla qarşılaşdıqda təbii bir sual, müəyyən bir vəziyyətdə metodlardan hansının ən yaxşısı olmasıdır. Lakin bu suala hələ də qəti cavab verilməyib. Bir çox yeni metodlar özlərini üstün hesab etsələr də, bu metodların bir-biri ilə rəqabət aparan deyil, bir-birini tamamladığı da iddia edilə bilər. Bütün metodların öz üstünlükləri və məhdudiyyətləri var, xüsusən də müxtəlif eksperimental parametrlərdə tətbiq edildikdə. Marbach və b. [61] yuxarıda qeyd olunan metodların əksəriyyəti üzərində geniş müqayisəli araşdırma aparmışdır.Onlar bu üsulları həm yalan-müsbət nisbəti, həm də doğru-müsbət nisbəti nəzərə alan dəqiqlik-xatırlatma əyrisi altındakı sahəyə əsaslanaraq qiymətləndirdilər. Maraqlıdır ki, onlar heç bir metodun bütün eksperimental parametrlərdə optimal nəticə vermədiyini aşkar ediblər. Əksinə, çoxsaylı şəbəkə nəticə çıxarma metodlarının inteqrasiyası müxtəlif məlumat dəstləri arasında ən möhkəm və yüksək performansı göstərir. Bu tapıntı o deməkdir ki, müxtəlif üsullar yalnız qismən şəbəkə strukturlarını fərdi şəkildə tuta bilər, lakin xoşbəxtlikdən bir-birini yaxşı tamamlaya bilər. Eyni nəticə əvvəlki işdə də edilmişdir [62]. Bundan ilhamlanaraq, bir çox üsullarla (məsələn, NAIL [63]) nəticə çıxaran şəbəkələri birləşdirən alətlər hazırlamaq üçün səylər göstərilmişdir. Bununla belə, məlumatların həcmi əhəmiyyətli dərəcədə artırıldıqda bu üsulların əksəriyyəti məhdudlaşacaq. Müvafiq şəbəkələr yüksək məlumat həcmi vəziyyətlərində daha yaxşı çıxış edərdi, lakin təəssüf ki, onlar istiqamətləndirilmir və yüksək yalan-müsbət nisbətə malik bir çox dolayı kənarları daxil etmək ehtimalı daha yüksəkdir. Bu problemi həll etmək üçün sadə, lakin effektiv strategiya [53] və [56]-da müzakirə edildiyi kimi əvvəlki biliklərdən istifadə edərək axtarış sahəsini daraltmaqdır. Mövcud şəbəkə nəticə çıxarma üsullarının əksəriyyəti hazırda GRN-lər və ko-ifadə şəbəkələri üçün istifadə olunsa da, onlar metabolik şəbəkələr kimi digər şəbəkələrdən nəticə çıxarmaq üçün eyni dərəcədə dəyərlidir [64]. Nəhayət, mövcud tədqiqatların əksəriyyəti müxtəlif eksperimental şəraitdə şəbəkə nəticələrinə diqqət yetirir, lakin bəziləri xəstəliklərdə narahat olan şəbəkələri qiymətləndirmək üçün bu üsulları genişləndirmişdir. Məsələn, iki son tədqiqat [65, 66] AD-də transkriptomik dəyişikliklərin bir neçə əsas tənzimləyicisini müəyyən etmək üçün bu üsullardan uğurla istifadə etmişdir.


Müzakirə

Tədqiqatımızın məqsədi, gen ifadə nümunələrini fizioloji xüsusiyyətlərə bağlamaq üçün inteqrativ sistem yanaşmasının istifadəsini nümayiş etdirmək və bununla da abiotik stress şəraitində genom funksiyası haqqında mexaniki fikir təmin etmək idi. Bizim yanaşmamızda mərkəzi olan bitki stress fenotipini xarakterizə etmək və əsas şəbəkə yollarına, modullara və nəhayət genlərə keçid təmin etmək üçün genomik imza konsepsiyasının istifadəsidir. İmza kataloqu sistemini (istinad imza verilənlər bazası) yaratmaq üçün ifadə massivi məlumatlarının istifadəsi əvvəllər toxuma nümunələri və hüceyrə mədəniyyəti populyasiyalarında kimyəvi pozğunluqları xarakterizə etmək üçün istifadə edilmişdir [47, 48] və daha yaxınlarda genləri və xəstəlik vəziyyətlərini potensial müalicələrlə əlaqələndirmək üçün [22, 23]. Bu araşdırmada biz birinci nəsil istinad imzalar verilənlər bazamızı tərtib etmək üçün ATGenExpress abiotik stress məlumat dəstindən istifadə etməklə bitki biologiyası/ekoloji genomikasına imza kataloqu yanaşmasını genişləndiririk.

İstinad məlumat bazasının və ümumilikdə yanaşmanın təsdiqi UV-B [41], soyuq [42] üçün müstəqil verilənlər bazası və istilik, quraqlıq və eyni zamanda tətbiq olunan istilik-quraqlıq müalicələri üçün öz məlumat dəstlərimizlə həyata keçirildi. Ümumilikdə, imza verilənlər bazasına daxil edilmiş stress müalicələrinin yarıdan çoxu müstəqil sorğu imzaları ilə skan edilmişdir. Nəticələrimiz ümidvericidir və göstərir ki, massiv platforması, böyümə şərtləri və hətta müalicələrin tətbiqindəki fərqlərə baxmayaraq, imza yanaşması bitki stress fenotipinin təsnifatında möhkəmdir. Bu, xüsusilə istilik və UV-B kimi yüksək dərəcədə qorunmuş stresə spesifik reaksiyalarda aydın görünürdü. Eyni zamanda, bizim nəticələrimiz çarpaz danışıq yolları [8-14] üçün xarakterik olan stress reaksiyasının mürəkkəbliyini və uzunmüddətli müalicələrin çoxsaylı ikincili təsirlərini göstərir. Məsələn, erkən soyuq stress sorğu imzaları (3 saat və 6 saat) digər imza fenotipləri ilə yalnız zəif oxşarlıq balları ilə soyuq imzalara çox yüksək oxşarlıq göstərdi. Alternativ olaraq, 24 saat soyuq sorğu soyuq imzalara, eləcə də quraqlıq və osmotik imzalara oxşarlıq göstərdi. Bu nəticə, ehtimal ki, uzunmüddətli (24 saata qarşı 3 saat və 6 saat) soyuq müalicənin ikincil təsirlərini əks etdirir. Təəccüblü deyil ki, onların siqnal yollarında əks olunan soyuq və dehidrasiya reaksiyasının birgə baş verməsi və ya çarpaz danışıq ədəbiyyatda geniş məlumat verilir [7, 49].

Bu tədqiqatda tətbiq olunan imza yanaşmasının perspektivli aspektlərindən biri ikili istilik/quraqlıq müalicəsinin təsnifatı üçün potensial istifadədir. Təbiətdə, homeostatik tarazlıqdan və ya stressdən uzaqlaşma çox vaxt bir çox ətraf mühit faktorları ilə baş verir [46]. İstilik və quraqlıq, məsələn, ciddi məhsul itkilərinə səbəb olan birgə baş verən stresslərdir ([46] və daxil olan sitatlar). Bu tədqiqatda ən yüksək oxşarlıq balları istilik və quraqlıq istinad imzaları ilə müşahidə edilib, lakin quraqlıq balının əhəmiyyəti sorğu edilən imza siyahılarının dərinliyindən asılı olub (bax Əlavə Fayl 5). Bu tapıntının bir izahı ondan ibarətdir ki, quraqlığa cavab verən transkriptlər daha çox həssas istiliyə səbəb olan transkriptlərdən daha aşağı səviyyədə idi və bununla da imza siyahılarının daha çox dərinliyini müqayisə etmək tələb olunur. Bu, çoxlu stress fenotipləri arasında müqayisələrə diqqət yetirilməli olduğunu göstərir. Bununla belə, bizim nəticələrimiz bu baxımdan ümidvericidir və gələcək tədqiqatlar imza siyahısı müqayisələrinin dərinliyini müəyyən etmək üçün əlavə statistik vasitələri nəzərdən keçirməlidir.

Şəbəkə nəzəriyyəsi və təhlili fenotipik imza məlumatını genom miqyaslı transkripsiya proqramları ilə əlaqələndirmək cəhdində istifadə edilmişdir. Şəbəkə nəzəriyyəsi, ümumiyyətlə, bu baxımdan perspektivlidir, çünki o, biologiyaya şəbəkələr və qarşılıqlı əlaqədə olan modullar sistemi kimi baxmağa imkan verir [27]. Burada biz bu yaxınlarda Zhang və Horvat [20] tərəfindən təklif olunan, molekulyar hədəfləri onkogen siqnallarla [30], mürəkkəb əlamətlərlə (məsələn, siçan çəkisi [50]) əlaqələndirmək üçün uğurla istifadə edilən çəkili gen birgə ifadə şəbəkəsi yanaşmasından istifadə edirik. insan və şimpanze sinir nümunələri arasında şəbəkə fərqi [19]. Bu yanaşma bizim tətbiqimiz üçün xüsusilə aktualdır, çünki o, nəzarətsiz klasterləşdirməyə əsaslanır, gen məlumatlarını fizioloji əlamətlərlə əlaqələndirərkən çoxsaylı sınaq problemlərindən yan keçir və ehtiyac duymur. a priori gen ontologiyası haqqında məlumat. Sonuncu nöqtə, model orqanizmlərin istifadəsindən daha çox ekoloji aktual olanlara keçidi davam etdirən ekoloji genomika üçün xüsusilə vacibdir.

Çəkili gen birgə ifadəsi şəbəkə analizinin nəticələri abiotik stress verilənlər bazasından altı fərqli modul istehsal etdi. Əhəmiyyətli odur ki, bu nəzarətsiz yanaşma genləri bioloji prosesi əks etdirən şəbəkə modullarına qruplaşdırdı. Məsələn, qəhvəyi modul genləri fotosintetik proseslərdə aydın şəkildə iştirak edir, firuzəyi modul genləri isə nişasta və saxaroza tənzimlənməsinə kömək edir. Bundan əlavə, xüsusi stressə cavab verən modullar müəyyən edilmişdir. Məsələn, yaşıl modul demək olar ki, tamamilə istilik gərginliyi yolu üçün unikal idi və əslində, istiliyə cavab verən proqramlarda iştirak etdiyi bilinən genlərlə zənginləşdirilmişdi. Eyni dərəcədə maraqlı olan bir çox stresə cavab verən yollarda iştirak edən modul genlərinin müəyyən edilməsi idi. Bu, konservləşdirilmiş metabolik yollardan, yəni qəhvəyi (fotosintez) və mavi (nişasta/saxaroza mübadiləsi) modullarından ibarət modullar üçün aydın idi.

Çəkili gen birgə ifadəsi şəbəkəsi təhlilinin daha perspektivli aspektlərindən biri, tədqiq edilən bütün müalicələr üçün diferensial şəkildə ifadə olunan genləri zənginləşdirən ümumi abiotik stressə cavab verən modulun (qırmızı modul) müəyyən edilməsi idi. Bu modulda ən çox əlaqəli gen və ya mərkəz, təhlilimizə xas olan xarakterik olmayan ankirin təkrar ailə zülalı idi. Ankirin zülallarının biotik stress reaksiyalarının siqnal ötürülməsində əsas molekul olan salisilik turşu siqnalında tənzimləyici kimi çıxış etdiyi bildirilmişdir [51]. Bu ankirin ailəsinin üzvünün ümumi stressə cavab verən modulumuzda mərkəz kimi kəşf edilməsi onu göstərir ki, salisilik turşu siqnalının abiotik stress reaksiyasında rol oynaya bilər ki, bu da ekzogen şəkildə tətbiq olunan salisilik turşunun nəticələrini təsdiqləyir [52]. Bundan əlavə, bu ümumi stressə cavab verən modul kalsium və kalmodulin siqnal yollarında iştirak etdiyi bilinən genlərlə zənginləşdirilmişdir ki, bu da hüceyrə ölümü də daxil olmaqla bir çox hüceyrə funksiyalarında iştirak etdiyi sübut edilmişdir [53].

Nəticələrimiz mövcud kontekstdə etibarlı olsa da, bir sıra suallara cavab verilməlidir. Məsələn, istinad verilənlər bazası, adətən transkript bolluğunda nəzərəçarpacaq və yüksək əhəmiyyətli dəyişikliklər göstərən dərhal narahat olan sistemlərdən yaradılır və transkript bolluğundakı dəyişikliklərin adətən daha kiçik olduğu uyğunlaşdırılmış vəziyyətləri daxil etmir. Bu, bu yaxınlarda yüksək karbon dioksid konsentrasiyasında uzunmüddətli böyüməyə cavab olaraq gen ifadəsindəki dəyişiklikləri araşdıran tədqiqatlarda göstərilmişdir [54-56]. Buna görə də, verilənlər bazasını tam uyğunlaşdırılmış bir orqanizmin imzası ilə skan etməyin və yüksək korrelyasiyalı imza əldə etməyin mümkünlüyü qeyri-müəyyəndir. Bununla belə, biz fərz edirik ki, uyğunlaşdırılmış vəziyyət həm də nəzəri olaraq bizim yanaşmamıza uyğun olan unikal ifadə nümunələri ilə xarakterizə olunacaq. Lamb və başqaları kimi. [22], biz oxşarlıq balının əhəmiyyətini necə şərh edəcəyimizi də bilmirik. Bizim yanaşmamıza xas olan, imzaları müqayisə etmək üçün sıralanmış siyahıların statistikasından istifadə etməkdir. Bu statistik test a səh- İmza müqayisələrinin təsadüfən olduğundan daha çox oxşar olub-olmadığını göstərən dəyişdirilmiş məlumatlara əsaslanan dəyər. Təəssüf ki, stresə cavab verən yollar arasında qarşılıqlı əlaqə aşağı nəticələndi səh-dəyərlər hətta bəzi aşağı oxşarlıq balı müqayisələri üçün (məlumatlar göstərilmir). Bununla belə, biz buna məhəl qoymuruq səh-dəyər tamamilə, çünki istinad imza verilənlər bazası böyüdükcə və daha müxtəlif verilənlər dəstləri daxil edildikcə səh-dəyər fenotipləri ümumi kateqoriyaya təyin etməyə kömək edə bilər (məsələn, abiotik stress və inkişaf).

Burada, bitki stress fenotipinin arxasındakı prosesləri təsnif etmək və anlamaq üçün ilk addım yanaşması təqdim olunur. Biz ənənəvi olaraq yalnız biotibbi icma daxilində tətbiq edilən iki analitik texnikanı birləşdirdik. Bu üsulların uyğunlaşdırılmasının nəticələri göstərir ki, naməlum sorğu imzasını götürə və nümunə uyğunlaşdırma proqramı vasitəsilə həm tək, həm də çoxlu bitki stress fenotip(lər)ini təsnif etmək üçün istinad verilənlər bazasını skan edə bilərsiniz. Sonra, fenotipik atributları onların müvafiq siqnal modulları və genləri ilə əlaqələndirmək üçün bir sıra inferensial üsullardan istifadə etmək olar. Əslində, bu texnika müəyyən bir fenotipin potensial fenotiplərini idarə etməyə imkan verən bir vasitədir. Ərəbidopsis genotip. Hazırkı kontekstdə yanaşma tək bir orqanizmlə məhdudlaşır. Bununla belə, ardıcıllığa əsaslanan transkriptomika [57], müqayisəli gen ontologiyası alqoritmləri [58] və şəbəkə xüsusiyyətlərini kəmiyyət genetika ilə əlaqələndirmək üçün analitik yanaşmalar [59] daxil olmaqla bir sıra texniki irəliləyişlər təkamül problemlərini həll etmək üçün metodologiyamızı zənginləşdirmək potensialını nümayiş etdirir. və ekoloji maraq, xüsusilə fizioloji xüsusiyyətlərin inkişafı.

Bu cür məqsədlər üçün istifadəni asanlaşdıran yanaşmamızın iki atributu var. Birincisi, texnika şəbəkə çərçivəsində tətbiq olunur. Şəbəkə nəzəriyyəsi, intizam üçün “sistem biologiyası” çərçivəsini təmin etmək üçün molekulyar biologiyada yaxşı qarşılanmışdır (tarixi perspektiv üçün bax [60]) və bu yaxınlarda kompleks fenotipik əlamətlərin təkamül əsasını təyin etmək üçün mümkün vasitə kimi təklif edilmişdir. [61]. İkincisi və eyni dərəcədə vacib olan, yanaşmamızı populyasiyaya əsaslanan genetik analizlərlə əlaqələndirmək potensialıdır. Molekulyar əsaslı, sistem biologiyası təcrübələrinin çoxu digər qeyri-adaptiv təkamül qüvvələri (drift, mutasiya, rekombinasiya, gen axını) az və ya heç nəzərə alınmadan dar adaptiv kontekstdə aparılır. Şəbəkə təhlili ilə genetik assosiasiyanın [59] tərəfindən nümayiş etdirildiyi və populyasiyanın genetik kontekstinə daxil edilməsi müvafiq sınaqdan keçirilə bilən boş modellərin (məsələn, genetik sürüşmə) bu cür tədqiqatlara daxil edilməsinə imkan verir. Buna görə də, genomik məlumatı genetik məlumatla, məsələn, kəmiyyət əlamət lokusları ilə əlaqələndirmək təkcə mümkün deyil, həm də fenotipik inkişafı formalaşdıran təkamül mexanizmlərinin tam potensialını araşdırmaqda maraqlı olanlar üçün çox vacibdir.

Hazırkı formada faydalı olsa da, elmi ictimaiyyət indiki və gələcək tətbiq olunan analitik və texnoloji təkmilləşdirmələrlə metodlarımızı qəbul etdikdə, tənqid etdikdə və nəticədə onlara düzəliş etdikdə yanaşmamızın əsl potensialının reallaşacağını düşünürük. Bu prosesi asanlaşdırmaq üçün təhlilimizi ictimaiyyətə açıq olan R statistik dildə apardıq və imza toplumuzu, daxilində istifadə olunan R skriptlərini və prosesi təsvir edən qısa təlimatı elmi ictimaiyyətə təqdim etdik. bitki genomu funksiyasını başa düşmək üçün davamlı məqsədə nail olmaq üçün genləri və siqnal şəbəkələrini fenotipik xüsusiyyətlərə bağlamaq üçün inteqrativ sistem aləti ilə.


Metodlar

Məlumatların toplanması, birləşdirilməsi və standartlaşdırılması

Məlumatların toplanması və təhlili üçün istifadə olunan ümumi yanaşmanın icmalı Əlavə Şəkillərdə verilmişdir. 1 və 2. Gen ifadəsi profilləri seçilmiş ictimai giriş repozitoriyalarından Gene Expression Omnibus (http://www.ncbi.nlm.nih.gov/geo/) 34 və ArrayExpress (http://www.ebi.ac. uk/arrayexpress/). 35 İlkin analizə daxil olmaq üçün tədqiqatlar aşağıdakıları etməli idi: (a) siçovulda (Rattus norvegicus) və ya insan, (b) toxumadan və ya in vitro mədəniyyət sistemlərindən olan profilli xondrositlər, (c) adekvat fenotipik məlumat təmin etmək, (d) minimum üç bioloji təkrar üçün tam xam məlumat təqdim etmək, (e) Affymetrix mikroarray platformalarında həyata keçirmək ( Affymetrix ® Inc., ABŞ) 25-mer oliqo zond dəstlərindən istifadə edir. 2015-ci ilin dekabr ayına qədər yayımlanan bütün tədqiqatlar nəzərdən keçirilib. Bütün xam məlumatlar idxal edildi və istifadə edərək təhlil edildi R. 36 Hər bir avtonom tədqiqata keyfiyyətə nəzarət və ilkin emal boru kəməri tətbiq olundu və bunlar sistematik texniki məsələlərə görə qiymətləndirildi. İfadə məlumatları RMA alqoritmi 37 istifadə edərək, hər bir məlumat dəstində tətbiq olunan siklik löss normallaşdırma metodu ilə fonda düzəldildi. Zond dəstləri müvafiq Ensembl gen identifikatoru ilə yenidən şərh edildi. Hər bir gen üçün ifadə məlumatları toplandı və WGCNA-da "collapseRows" funksiyasından istifadə edərək maksimum orta ifadə dəyərindən ibarət tək gen ölçməsinə yığıldı. 38 Bu iş axınının nəticəsi hər sətir üçün ümumiləşdirilmiş bir gendən ibarət ifadə dəyərlərinin normallaşdırılmış matrisi idi. Məlumat dəstlərinin ümumi gen identifikatorları ilə kəsişməsi elə aparıldı ki, bütün məlumat dəstlərində eyni gen identifikatorları olsun. Birləşdirilmiş məlumat dəstlərinin matrisi “meta-dəst” adlanırdı. Siçovul meta-dəsti 115 massivdən (10,159 ümumi annotasiya) və insan meta-dəsti 129 massivdən (11,392 ümumi annotasiya) ibarət idi. A Z-xalın normallaşdırılması inSilicoMergeng istifadə edərək hər bir növ meta-dəstinə tətbiq edilmişdir R paket. 39 Məlumat mənbələrinin və saxlanılan nümunələrin tam təsviri Əlavə Məlumat SD43 (insan) və SD44 (siçovul)-da verilmişdir.

Çəkili gen birgə ifadə şəbəkə təhlili

Universal gen identifikatorlarını yaratmaq və növlər arasında müqayisəni asanlaşdırmaq üçün Affymetrix zondlarından alınan siçovul gen identifikatorları biomaRt istifadə edərək insan Ensembl gen ortoloqları ilə yenidən şərh edildi. R Biomart verilənlər bazası (www.biomart.org) ilə interfeys. 40 Səs-küy və hesablama tələblərini azaltmaq üçün yalnız hər iki meta-dəst üçün ümumi olan identifikatorlar saxlanıldı və qlobal dispersiya 0,3-dən az olan genlər çıxarıldı. Məlumatlar miqyassız şəbəkənin fərziyyələrinə cavab verdi. Birgə ifadə modullarını inkişaf etdirmək üçün istifadə edilən ümumi yanaşma Miller və digərləri tərəfindən təsvir edilmişdir. 16 və Əlavə Şəkillərdə qrafik iş axınlarında təsvir edilmişdir. 1 və 2. Konsensus şəbəkəsi bu tədqiqatda həm insan, həm də siçovulların korrelyasiya matrislərinin orta çəkili dəyərindən qurulan çoxsaylı məlumat mənbələrindən yaranan vahid şəbəkəni təmsil edir. Tərifə görə, konsensus modulları konsensus geninin fərqliliyindən inkişaf etdirilən klaster ağacının budaqlarıdır, vahid şəbəkə yanaşması ilə müqayisə oluna bilən konsensus modulları hər iki şəbəkədə sıx əlaqəli genləri ehtiva edir, yəni modullar hər iki şəbəkədə mövcuddur. 41 Konsensus şəbəkəsi və modul yaradılması WGCNA-da (versiya 1.49) konsensus şəbəkəsi yaratmaq üçün standart parametrlərə aşağıdakı dəyişikliklərlə həyata keçirildi: β = 7, deepSplit = 1, cutHeight = 0,25 və minimum modul ölçüsü 30 gendir. Bu, bir növ şəbəkə yaratmaq üçün istifadə olunan parametrlərə uyğun idi. Yalnız konsensus modulunun rəngləri növlər arasında ekvivalentdir. Modullar “modul geninin ifadə profilinin ilk əsas komponenti kimi müəyyən edilən ME” adlı reprezentativ gen əsasında səciyyələndirilib. ME-lər modul-xislət assosiasiya analizi, diferensial öz gen şəbəkə analizi və diferensial gen ifadə analizi üçün istifadə edilmişdir. Xüsusiyyət qrupları arasında ifadədəki fərq Kruskall-Wallis birtərəfli dispersiya təhlilindən istifadə edərək sınaqdan keçirildi. Genin modul üzvlüyü (k MƏN) hər bir gen və yüksək olan hər bir ME gen arasında Pearson korrelyasiyası kimi müəyyən edilir k MƏN dəyərlər “hub” genləri hesab olunurdu və bir alt şəbəkə daxilində yüksək dərəcədə birgə ifadə olunurdu. Bu qovşaqların növlər arasında nə qədər yaxşı qorunub saxlanıldığı, əlaqələndirici gen tərəfindən müəyyən edilmişdir k MƏN növlər arasında dəyərlər.

Bir istinad məlumat dəstindəki modulun şəbəkə xassələrinin müqayisəedici məlumat dəstində (WGCNA-da modulun Qorunması funksiyası) necə yaxşı qorunduğunu qiymətləndirmək üçün modulun qorunma statistik testləri 42 istifadə edilmişdir. Qorunma statistikasına bir sıra dəyişənlər (modul ölçüsü, şəbəkə ölçüsü və s.) təsir göstərir. Kompozit konservasiya Z-bal (Z xülasə) dəyərlərin 5 & gt olduğu təsadüfi təyin edilmiş genlər moduluna nisbətən qorunmanı təyin etmək üçün istifadə edilmişdir. Z < 10 orta mühafizəni ifadə edir, halbuki Z > 10 yüksək mühafizəni göstərir. Kompozit statistika sıxlığa əsaslanan və əlaqəyə əsaslanan qorunma statistikasını ümumiləşdirdi (Tədbir 1):

Sıxlığa əsaslanan ölçülər modul qovşaqlarının sınaq şəbəkəsində sıx bağlı qalıb-qalmadığını qiymətləndirdi. Ayrı bir xülasə səh log-un medianı kimi verilən modulun qorunması üçün dəyərsəh əlaqəli permutasiya üçün dəyərlər Z statistik məlumatlar hesablanmışdır.Müşahidə olunan qorunma testi statistikasının əhəmiyyətini müəyyən etmək üçün sınaq şəbəkəsinin modul etiketlərinin təsadüfi dəyişdirildiyi permutasiya testləri istifadə edilmişdir. Təsadüfi olaraq təyin edilmiş genlər modulu, "qızıl" (R21) modulu növlər arasında modulun qorunmasında qərəzliyi qiymətləndirmək üçün saxta modul kimi hazırlanmışdır. Oxucu WGCNA ilə əlaqəli terminlərin lüğətləri üçün digər mənbələrə istinad edilir. 16, 42

Yüksək dərəcədə birgə ifadə olunan genlərin konsensus modulu üçün gen ifadə profili tək reprezentativ gen, eigen (hər modul üçün standartlaşdırılmış ifadə profilinin ilk sağ-sinqulyar vektoru kimi təsvir olunur) ilə ümumiləşdirilə bilər, yəni modul ola bilər. tək reprezentativ gen ilə xarakterizə olunur. Tək (növlərə xas) birgə ifadə şəbəkələri üçün 41 Eigenen şəbəkələri, öz genləri arasında əlaqə gücü (bitişiklik) olduğu müxtəlif modullardan olan öz cütləri tərəfindən nümayiş etdirilən korrelyasiyalardan istifadə etməklə hazırlanmışdır.E) IJ (Eq. 2):

Tədqiqat iki növ şəbəkə üzrə bütün konsensus ME cütləri arasında korrelyasiyanın qorunmasını nəzərdən keçirdi, A.Eigen (insan) və AEigen (siçovul) , burada AEigen (s) verilənlər dəsti üçün bitişiklik matrisləridir (s) tənlikdə müəyyən edilmişdir. 2. A qorunma şəbəkəsi Qoruyucu (insan, siçovul) = Qoruyucu (AEigen (insan), AEigen (siçovul) ) hazırlanmışdır, burada bitişikliklər aşağıdakı kimi müəyyən edilir:

burada (E_< m>^> ight)>) verilənlər toplusunda I-ci modulun xasiyyətidir s. (< m>_<< m>>^<< m>>) I və J modulları arasında korrelyasiyanın iki şəbəkədə möhkəm qorunduğunu göstərdi. Ölçülü bağlantı C I, və ya dərəcə, I-ci modul üçün (Eq. 4) bütün digər öz xüsusiyyətləri ilə orta əlaqə gücü kimi təsvir edilir, qorunma şəbəkəsinin miqyaslı əlaqəsi aşağıdakılarla verilir:

(harada N ME-lərin sayını göstərir) iki şəbəkə üzrə I-ci mənsubiyyətlə bütün digər öz genləri arasında korrelyasiya qorunub saxlanılarsa, bu qiymətin 1-ə yaxın olduğu aşkar edilir. Eigenen şəbəkəsinin sıxlığı D(Preserv (insan, siçovul) ) (Eq. 5), orta miqyaslı əlaqə kimi müəyyən edilir:

Dəyərləri D(Preserv (insan, siçovul) ) böyük, 1-ə yaxınlaşır, iki şəbəkə (insan və siçovul) üzrə bütün öz cütləri arasında korrelyasiyanın güclü şəkildə qorunduğunu göstərir. Şəbəkələrdəki modulları aşkar etmək üçün prosedurlar yüksək müsbət korrelyasiyalı özəlliklərin modullarını, yəni “meta modulları” tapmaq üçün öz şəbəkələrinə tətbiq oluna bilər. 41

Modul-xüsusiyyət əlaqələri

Modulların xondrosit fenotipləri və ya əlamətləri ilə əlaqəli olub olmadığını müəyyən etmək üçün ME-lər ikili matris kodlaşdırması, fərdi nümunənin fenotipik əlamətə və ya eksperimental qrupa üzvlüyü ilə əlaqələndirildi (1 = üzv, 0 = üzv olmayan). Nümunə qruplarını müəyyən etmək üçün dərc edilmiş məlumat dəstindən fenotipik məlumatlardan istifadə etməkdənsə, nümunə qruplarını müəyyən etmək üçün hər bir meta-dəstin çoxölçülü miqyaslı planlarından istifadə edilmişdir.

Şəbəkənin vizuallaşdırılması və annotasiyası

qovşaqlardan ibarət modul şəbəkə strukturu (yüksək modul üzvlüyü üçün süzülmüş genlər, kME) və kənarlar (topoloji üst-üstə düşmə matrisinə əsaslanan çəkili moduldaxili bağlantılar) Cytoscape (v3.3.0, yanvar 2016) istifadə edərək qrafik olaraq təqdim edilmişdir. 43 Aydınlıq üçün yalnız yüksək dərəcəli qovşaqlar saxlanılıb. Zülal-protein qarşılıqlı əlaqə şəbəkələrinin zənginləşdirilməsi STRING v10 (http://string-db.org/) istifadə edərək qiymətləndirilib. 44, 45 ConsensusPathwayDB platformasından (buraxılış 31 sentyabr 2015) (http://cpdb.molgen.mpg.de) istifadə edərək hər bir konsensus modulu üçün yolun zənginləşdirilməsi təhlili aparılmışdır. 46 Modul DAVID (https://david.ncifcrf.gov) istifadə edərək funksional olaraq şərh edilmişdir. 47

Sinif proqnozlarının təhlili

-da tətbiq olunan pamr paketindən istifadə etməklə sinif proqnozu təhlili aparılmışdır R 48 (bax. Əlavə Şəkil 3). Bu üsul yüksək ölçülü məlumatlardan sinifləri ən yaxşı xarakterizə edən gen kohortlarını müəyyən etmək üçün "ən yaxın büzülmüş mərkəzlər" yanaşmasından istifadə edir. Bir sinifdəki hər bir gen üçün orta gen ifadəsi gen üçün sinifdaxili SD-yə bölünür, bu, hər bir sinif üçün standartlaşdırılmış mərkəzdir. Yeni (test) nümunənin gen ifadə profili ən yaxın centroid təsnifatında sinif mərkəzi ilə müqayisə edilir, yeni nümunə üçün proqnozlaşdırılan sinif kvadrat məsafəyə görə ən yaxın sinif mərkəzidir. Ən yaxın kiçildilmiş mərkəz modifikasiyası bir həddi dəyərlə “kiçilib”, bütün sinif mərkəzləri ümumi mərkəzə doğru eşik həddi bir sıra hədd dəyərləri üçün 10 qat çarpaz doğrulama ilə müəyyən edilir. Əhəmiyyətli əlamət birləşmələri olan modullardan olan genlər, iki sinfin "sağlam" və ya "osteoartritik" qığırdaq olduğu sinif proqnozu üçün seçilmiş xüsusiyyətlər kimi istifadə edilmişdir. Təsnifat təlimi müstəqil məlumat dəstindən gen ifadə məlumatı (Illumina) üzərində həyata keçirilmişdir 49 sağlam profilli (n = 7) və artroz (n = 33) qığırdaq. Bu, on randomizə edilmiş test və təlim dəstinin hər biri üçün təkrarlandı. Qəbuledici operator xarakteristikasının (ROC) əyriləri və əyri təhlili altındakı sahə ROCR paketindən istifadə etməklə aparılmışdır. R hər bir gen imzası üçün. 50

Kodun mövcudluğu

Burada təqdim olunan təhlilə töhfə verən kod, siçovul və insan üçün işlənmiş və qeyd edilmiş məlumat fayllarını dəstəkləyən Əlavə Metodlar 1-də mövcuddur.


İstinadlar

West-Eberhard MJ: İnkişafın plastikliyi və təkamülü. 2003, Oksford: Oxford University Press

Dewitt TJ, Scheiner SM, (eds): Fenotipik plastiklik: funksional və konseptual yanaşmalar. 2004, Oksford: Oxford University Press

Schlichting CD, Smith H: Fenotipik plastiklik: molekulyar mexanizmləri təkamül nəticələri ilə əlaqələndirmək. Evol Ecol. 2002, 16: 189-211.

Pigliucci M: Fenotipik plastiklik: təbiətdən və tərbiyədən kənar. 2001, Baltimor, MD: Johns Hopkins University Press

Nijhout HF: Adaptiv polifenizmlərin inkişafı və təkamülü. Evol Dev. 2003, 5: 9-18.

Evans JD, Wheeler DE: Gen ifadəsi və həşərat polifenizmlərinin təkamülü. Bioesselər. 2001, 23: 62-68.

Spradbery JP: Arılar: Tək və sosial eşşəkarıların biologiyası və təbii tarixi haqqında hesabat. 1973, London: Sidqvik və Cekson

Greene A: DolichovespulaVespula. Arıların sosial biologiyası. Redaktə edən: Ross KG, Matthews RW. 1991, Ithaca: Comstock Publishing Associates, 263-305.

Qardaşlar DJ: Arıların, qarışqaların və arıların (Hymenoptera, Chrysidoidea, Vespoidea və Apoidea) filogeniyası və təkamülü. Zool Scripta. 1999, 21: 233-249.

Romualdi C, Bortoluzzi S, D'Alessi F, Danieli GA: IDEG6: çoxlu etiket seçmə təcrübələrində diferensial şəkildə ifadə olunan genlərin aşkarlanması üçün veb alət. Fizika genomikası. 2003, 12: 159-162.

Krieger MJB, Ross KG: Mürəkkəb sosial davranışı tənzimləyən əsas genin müəyyən edilməsi. Elm. 2002, 295: 328-332.

Gore JC, Schal C: Alman tarakanında əsas insan allergen Bla g 1-in gen ifadəsi və toxuma paylanması, Blattella germanica L. (Dictyoptera : Blattellidae). J Med Entomol. 2004, 41: 953-960.

Scharf ME, Wu-Scharf D, Zhou X, Pittendrigh BR, Bennett GW: Termitin yetişməmiş və yetkin reproduktiv kastaları arasında gen ifadə profilləri Reticulitermes flavipes. Ins Mol Biol. 2005, 14: 31-44.

Mauro VP, Edelman GM: Ribosom filtri fərziyyəsi. Proc Natl Acad Sci ABŞ. 2002, 99: 12031-12036.

Mathavan S, Lee SGP, Mak A, Miller LD, Murthy KRK, Govindarajan KR, Tong Y, Wu YL, Lam SH, Yang H, et al: Microarrays istifadə edərək zebrafish embriogenezinin transkriptom analizi. PLOS Genet. 2005, 1: 260-276.

Vaqner A: Gen ifadəsinin təkamülündə enerji məhdudiyyətləri. Mol Biol Evol. 2005, 22: 1365-1374.

Arbeitman MN, Furlong EEM, Imam F, Johnson E, Null BH, Baker BS, Krasnow MA, Scott MP, Davis RW, White KP: Gen ifadəsi həyat dövrü ərzində Drosophila melanogaster. Elm. 2002, 297: 2270-2275.

Gen Ontologiyası Konsorsiumu: Gen Ontologiyası: biologiyanın birləşdirilməsi üçün alət. Təbiət Genet. 2000, 25: 25-29.

Wagner RA, Tabibiazar R, Liao A, Quertermous T: Siçan embrion inkişafı zamanı genom geniş ifadə dinamikası oxşarlıqları ortaya qoyur. Drosophila inkişaf. Dev Biol. 2005, 288: 595-611.

Goodisman MAD, Isoe J, Wheeler DE, Wells MA: Həşərat metamorfozunun təkamülü: Qarışqada sürfə və yetkin gen ifadəsinin mikroarray əsaslı tədqiqi Camponotus festinatus. Təkamül. 2005, 59: 858-870.

Jiang M, Ryu J, Kiraly M, Duke K, Reinke V, Kim SK: Inkişaf və cinsiyyətlə tənzimlənən gen ifadə profillərinin genom miqyasında təhlili Caenorhabditis elegans. Proc Natl Acad Sci ABŞ. 2001, 98: 218-223.

Marinotti O, Calvo E, Nguyen QK, Dissanayake S, Ribeiro JMC, James AA: Yetkinlərdə gen ifadəsinin genom miqyasında təhlili Anopheles gambiae. Ins Mol Biol. 2006, 15: 1-12.

Arbeitman MN, Fleming AA, Siegal ML, Null BH, Baker BS: A genomik analizi Drosophila somatik cinsi fərqləndirmə və onun tənzimlənməsi. İnkişaf. 2004, 131: 2007-2021.

Swanson WJ, Vacquier VD: Reproduktiv protein təkamülü. Annu Rev Ekol Sistemi. 2002, 33: 161-179.

Cutter AD, Ward S: Molekulyar təkamülün cinsi və müvəqqəti dinamikası C. elegans inkişaf. Mol Biol Evol. 2005, 22: 178-188.

Meiklejohn CD, Parsch J, Ranz JM, Hartl DL: Kişi qərəzli gen ifadəsinin sürətli təkamülü Drosophila. Proc Natl Acad Sci ABŞ. 2003, 100: 9894-9899.

Singh RS, Kulathinal RJ: Kişi cinsi istəyi və genomun kişiləşməsi. Bioesselər. 2005, 27: 518-525.

Boomsma JJ, Baer B, Heinze J: Sosial həşəratlarda kişi xüsusiyyətlərinin təkamülü. Annu Rev Entomol. 2005, 50: 395-420.

Wilson EO: Həşərat cəmiyyətləri. 1971, Kembric: Harvard Universiteti Nəşriyyatı

Evans JD, Wheeler DE: İnkişaf etməkdə olan ana arılar və bal arısında işçilər arasında diferensial gen ifadəsi, Apis mellifera. Proc Natl Acad Sci ABŞ. 1999, 96: 5575-5580.

Evans JD, Wheeler DE: Bal arısı kastasının müəyyənləşdirilməsi zamanı ifadə profilləri. Genom Biol. 2000, 2: 1-6.

Hepperle C, Hartfelder K: Bal arısı kastasının inkişafında diferensial şəkildə ifadə edilən tənzimləyici genlər. Naturwissenschaften. 2001, 88: 113-116.

Pereboom JJM, Jordan WC, Sumner S, Hammond RL, Bourke AFG: Bumble-arılarda kraliça-işçi kasta təyinində diferensial gen ifadəsi. Proc Roy Soc Lond B. 2005, 272: 1145-1152.

Hartfelder K, Makert GR, Judice CC, Pereira GAG, Santana WC, Dallacqua R, Bitondi MMG: Stingless arılarda kasta inkişafı, çoxalma və əmək bölgüsünə əsaslanan fizioloji və genetik mexanizmlər. Apidologiya. 2006, 37: 144-163.

Judice CC, Carazzole MF, Festa F, Sogayar MC, Hartfelder K, Pereira GAG: Yüksək eusosial arıda alternativ kasta fenotiplərinin əsasını təşkil edən gen ifadə profilləri, Melipona quadrifasciata. Ins Mol Biol. 2006, 15: 33-44.

Sameshima S, Miura T, Matsumoto T: Qarışqada kasta fərqliliyi zamanı qanad diskinin inkişafı Pheidole megacephala (Hymenoptera: Formicidae). Evol Dev. 2004, 6: 336-341.

Tian H, Vinson SB, Coates CJ: Qırmızı idxal olunan od qarışqasındakı ala və dilat kraliçaları arasında diferensial gen ifadəsi, Solenopsis invicta Buren (Hymenoptera: Formicidae). Ins Biochem Mol Biol. 2004, 34: 937-949.

Sumner S, Pereboom JJM, Jordan WC: Primitiv eusosial arıların davranış kastalarında diferensial gen ifadəsi və fenotipik plastiklik, Polistes canadensis. Proc Roy Soc Lond B. 2006, 273: 19-26.

Scharf ME, Wu-Scharf D, Pittendrigh BR, Bennett GW: Aşağı termitdə kasta və inkişafla əlaqəli gen ifadəsi. Genom Biol. 2003, 4: R62.61-R62.11.

Zhou XG, Oi FM, Scharf ME: Hexamerinin sosial istismarı: RNAi termitlərdə əsas kasta tənzimləyici faktoru ortaya qoyur. Proc Natl Acad Sci ABŞ. 2006, 103: 4499-4504.

Zhou X, Tarver MR, Bennett GW, Oi FM, Scharf ME: Termitdən iki heksamerin geni Reticulitermes flavipes : kasta tənzimlənməsində ardıcıllıq, ifadə və təklif olunan funksiyalar. Gen. 2006, 376: 47-58.

Edwards RE: Sosial arılar: onların biologiyası və nəzarəti. 1980, East Grinstead: Rentokil

Telfer WH, Kunkel JG: Həşərat saxlama hexamerlərinin funksiyası və təkamülü. Annu Rev Entomol. 1991, 36: 205-228.

Altschul SF, Gish W, Miller W, Myers EW, Lipman DJ: Əsas yerli uyğunlaşdırma axtarış vasitəsi. J Mol Biol. 1990, 215: 403-410.

Nei M: Molekulyar təkamül genetikası. 1987, New York: Columbia University Press

Whitfield CW, Band MR, Bonaldo MF, Kumar CG, Liu L, Pardinas JR, Robertson HM, Soares MB, Robinson GE: Bal arısında beyin və davranışın öyrənilməsi üçün şərh edilmiş ardıcıl etiketlər və cDNA mikroarrayları. Genom Res. 2002, 12: 555-566.

Page RDM, Holmes EC: Molekulyar təkamül: filogenetik yanaşma. 1998, Oksford: Blackwell Elmi

Audic S, Claverie J-M: Rəqəmsal gen ifadə profillərinin əhəmiyyəti. Genom Res. 1997, 7: 986-995.

Okubo K, Hori N, Matoba R, Niiyama T, Fukuşima A, Kojima Y, Matsubara K: Gen ifadəsinin kəmiyyət və keyfiyyət aspektlərinin təhlili üçün geniş miqyaslı cDNA ardıcıllığı. Təbiət Genet. 1992, 2: 173-179.

Megy K, Audic S, Claverie J-M: İfadə edilmiş ardıcıllıq etiketi (EST) nümunəsi ilə aşkar edilən ürəyə spesifik genlər. Genom Biol. 2002, 3: tədqiqat0074.1-0074.11.

Romualdi C, Bortoluzzi S, Danieli GA: Çoxlu etiket seçmə təcrübələrində diferensial şəkildə ifadə olunan genlərin aşkarlanması: statistik testlərin müqayisəli qiymətləndirilməsi. İnsan Mol Genet. 2001, 10: 2133-2141.

IDEG6: (birdən çox etiket seçmə təcrübələrində diferensial şəkildə ifadə olunan genlərin identifikasiyası üçün veb alət). [http://telethon.bio.unipd.it/bioinfo/IDEG6_form/index.html]


Fəsil 1
Elmi düşüncə
Dünyanı dərk etməyin ən yaxşı yolu
Elm dünyanı dərk etmək üçün bir prosesdir.
1.1 Müasir dünyada elmi təfəkkür və bioloji savad vacibdir.
Elmi düşüncəyə yeni başlayanlar üçün bələdçi.
1.2 Alim kimi düşünmək: elmi metoddan necə istifadə edirsiniz?
1.3 Element 1: Müşahidələr aparın.
1.4 Element 2: Hipotezi formalaşdırın.
1.5 Element 3: Test edilə bilən proqnoz hazırlayın.
1.6 Element 4: Kritik sınaq keçirin.
1.7 Element 5: Nəticələr çıxarın, düzəlişlər edin.
Yaxşı hazırlanmış təcrübələr fərziyyələri yoxlamaq üçün vacibdir.
1.8 Dəyişənlərə nəzarət təcrübələri daha güclü edir.
1.9 Biz bunu belə edirik: Diz artriti üçün artroskopik cərrahiyyə faydalıdırmı?
1.10 Qərəzlərimizə diqqət yetirməliyik.
1.11 Nəzəriyyələr nədir? Nə vaxt fərziyyələr nəzəriyyəyə çevrilir?
Elmi düşüncə daha yaxşı qərarlar qəbul etməyimizə kömək edə bilər.
1.12 Məlumatların vizual nümayişi hadisələri anlamağa kömək edə bilər.
1.13 Statistika qərarlar qəbul etməyimizə kömək edə bilər.
1.14 Yalançı elm və anekdot sübutları həqiqəti gizlədə bilər.
1.15 Elmin edə biləcəyi işlərin hədləri var.
Biologiyanın əsas mövzuları hansılardır?
1.16 Mühüm mövzular biologiyada müxtəlif mövzuları birləşdirir və əlaqələndirir.

Fəsil 2
Biologiyanın Kimyası: Atomlar, molekullar və həyatı dəstəkləməkdə onların rolu
Atomlar, molekullar və birləşmələr həyatı mümkün edir.
2.1 Hər şey atomlardan ibarətdir.
2.2 Atomun elektronları atomun digər atomlarla bağlanıb bağlanmayacağını (və necə) müəyyənləşdirir.
2.3 Atomlar molekullar və birləşmələr yaratmaq üçün bir-birinə bağlana bilər.
Su, bütün canlıları dəstəkləməyə imkan verən xüsusiyyətlərə malikdir.
2.4 Hidrogen bağları suyu birləşdirici edir.
2.5 Molekullar arasındakı hidrogen bağları suya həyat üçün kritik xüsusiyyətlər verir.
Canlı sistemlər asidik və əsas şərtlərə çox həssasdır.
2.6 Mayenin pH-ı məhlulun nə qədər turşu və ya əsas olduğunun ölçüsüdür.
2.7 Biz bunu belə edirik: Antasidlər həzmi pozur və qida allergiyası riskini artırırmı?

Fəsil 3
Həyat Molekulları:
Makromolekullar enerji və məlumat saxlaya bilər və tikinti blokları kimi xidmət edə bilər
Makromolekullar həyat üçün xammaldır.
3.1 Karbohidratlar, lipidlər, zülallar və nuklein turşuları orqanizmlər üçün vacibdir.
Karbohidratlar canlı maşınları yandıra bilər.
3.2 Karbohidratlara yanacaq kimi fəaliyyət göstərən makromolekullar daxildir.
3.3 Bir çox mürəkkəb karbohidratlar zamanla ayrılan enerji paketləridir.
3.4 Bütün karbohidratlar insanlar tərəfindən həzm oluna bilməz.
Lipidlər bir neçə funksiyanı yerinə yetirir.
3.5 Lipidlər yağışlı gün üçün enerji toplayır.
3.6 Pəhriz yağları doyma dərəcələrinə görə fərqlənir.
3.7 Biz bunu belə edirik: Trans yağ turşuları ürək sağlamlığına necə təsir edir?
3.8 Xolesterol və fosfolipidlər cinsi hormonların və membranların qurulması üçün istifadə olunur.
Zülallar tikinti bloklarıdır.
3.9 Zülallar pəhrizimizdə vacib olan bədən tərbiyəsi makromolekullarıdır.
3.10 Zülalın funksiyasına onun üçölçülü forması təsir edir.
3.11 Fermentlər kimyəvi reaksiyaları sürətləndirən zülallardır.
3.12 Fermentlərin fəaliyyətinə kimyəvi və fiziki amillər təsir edir.
Nuklein turşuları bədəni necə qurmaq və idarə etmək barədə məlumatları kodlaşdırır.
3.13 Nuklein turşuları informasiyanı saxlayan makromolekullardır.
3.14 DNT orqanizm yaratmaq üçün genetik məlumatı saxlayır.
3.15 RNT universal tərcüməçidir, DNT-ni oxuyur və zülal istehsalını istiqamətləndirir.

4-cü fəsil
Hüceyrələr
Sənin ən kiçik parçasın
Hüceyrə nədir?
4.1 Bütün orqanizmlər hüceyrələrdən ibarətdir.
4.2 Prokaryotik hüceyrələr quruluşca sadədir, lakin son dərəcə müxtəlifdir.
4.3 Eukaryotik hüceyrələrin xüsusi funksiyaları olan bölmələri var.
Hüceyrə membranları qapıçıdır.
4.4 Hər bir hüceyrə plazma membranı ilə həmsərhəddir.
4.5 Qüsurlu membranlar xəstəliklərə səbəb ola bilər.
4.6 Membran səthlərində hüceyrəni müəyyən edən “barmaq izi” var.
4.7 Hüceyrələr arasındakı əlaqələr onları yerində saxlayır və əlaqə yaratmağa imkan verir.
Molekullar membranlar arasında bir neçə yolla hərəkət edir.
4.8 pPassiv daşınma kortəbii diffuziyadır, molekulların membran vasitəsilə kortəbii diffuziyası.
4.9 Aktiv nəqliyyatda hüceyrələr molekulları hüceyrə membranı boyunca daşımaq üçün enerjidən istifadə edirlər.
4.10 Endositoz və ekzositoz böyük hissəciklərin hüceyrələrə daxil və hüceyrədən xaricə daşınması üçün istifadə olunur.
Əhəmiyyətli əlamətlər eukaryotik hüceyrələri fərqləndirir.
4.11 Nüvə hüceyrənin genetik idarəetmə mərkəzidir.
4.12 Sitoskeleton dəstək verir və hərəkət yarada bilir.
4.13 Mitoxondrilər hüceyrənin enerji çeviriciləridir.
4.14 Biz bunu belə edirik: Hüceyrələr ətraf mühitə uyğunlaşmaq üçün tərkibini dəyişə bilərmi?
4.15 Lizosomlar hüceyrənin zibil tullantılarıdır.
4.16 Endomembran sistemində hüceyrələr molekulları qurur, emal edir və paketləyir və toksinləri zərərsizləşdirir.
4.17 Hüceyrə divarı bitki hüceyrələri üçün əlavə qorunma və dəstək verir.
4.18 Vakuollar hüceyrələr üçün çoxməqsədli saxlama kisələridir.
4.19 Xloroplastlar bitki hüceyrəsinin günəş elektrik stansiyasıdır.

Günəşdən sənə cəmi iki addımda

Enerji günəşdən və yer üzündəki bütün canlılardan axır.
5.1 Avtomobillər qızardılmış yağla işləyə bilərmi?
5.2 Enerjinin iki forması var: kinetik və potensial.
5.3 Enerji tutulduqca və çevrildikcə iş görmək üçün mövcud olan enerjinin miqdarı azalır.
5.4 ATP molekulları bütün canlı hüceyrələrdə üzən təkrar doldurulan batareyalara bənzəyir.
Fotosintez qida hazırlamaq üçün günəş işığından enerji istifadə edir.
5.5 Bitki maddəsi haradan gəlir?
5.6 Fotosintez xloroplastlarda baş verir.
5.7 İşıq enerjisi dalğalarda yayılır.
5.8 Fotonlar xlorofildəki elektronların həyəcanlı vəziyyətə gəlməsinə səbəb olur.
5.9 Günəş işığının enerjisi kimyəvi enerji kimi tutulur.
5.10 Günəş işığının tutduğu enerji şəkər istehsalı üçün istifadə olunur.
5.11 Dünya aclığına qarşı mübarizədə su qıtlığına uyğunlaşdırılmış bitkilərdən istifadə edə bilərik.
Canlı orqanizmlər hüceyrə tənəffüsü ilə enerji çıxarırlar.
5.12 Hüceyrə tənəffüsü: böyük şəkil.
5.13 Qlikoliz universal enerji buraxan yoldur.
5.14 Limon turşusu dövrü şəkərdən enerji çıxarır.
5.15 ATP elektron nəqli zəncirində qurulur.
5.16 Biz bunu belə edirik: NADH həbləri ilə reaktiv gecikmə ilə mübarizə apara bilərikmi?
Enerji əldə etmək üçün alternativ yollar var.
5.17 Pivə, şərab və spirtli içkilər oksigen olmadıqda hüceyrə mübadiləsinin əlavə məhsullarıdır.
Fəsil 6
DNT və gen ifadəsi

DNT: bu nədir və nə edir?
6.1 DNT haqqında biliklər dünyada ədalətin artmasına kömək edir.
6.2 DNT bütün canlı orqanizmlərin inkişafı və fəaliyyəti üçün təlimatları ehtiva edir.
6.3 Genlər DNT-nin zülalların istehsalı üçün təlimatları ehtiva edən bölmələridir.
6.4 Bütün DNT-lərdə zülalların istehsalı üçün təlimat yoxdur.
6.5 Genlər necə işləyir? İcmal, Ümumi Dəyərləndirmə.
DNT-dəki məlumatlar bir orqanizmi meydana gətirən molekulların istehsalını istiqamətləndirir.
6.6 Transkripsiyada DNT-də kodlanmış məlumat mRNT-yə kopyalanır.
6.7 Tərcümə zamanı DNT-dən alınan məlumatın mRNT surəti funksional molekulların qurulması üçün istifadə olunur.
6.8 Genlər bir neçə yolla tənzimlənir.
Genetik kodun zədələnməsi müxtəlif səbəb və təsirlərə malikdir.
6.9 Mutasiya nəyə səbəb olur və hansı nəticələrə səbəb olur?
6.10 Biz bunu belə edirik: Günəş kremindən istifadə dəri xərçəngi riskini azaldırmı?
6.11 Qüsurlu fermentləri kodlayan səhv genlər xəstəliyə səbəb ola bilər.

Fəsil 7
Biotexnologiya
Genetik kodun tətbiqi

Canlı orqanizmlər praktik fayda əldə etmək üçün manipulyasiya edilə bilər.
7.1 Biotexnologiya nədir və o, nə vəd edir?
7.2 Bir çox biotexnologiya tətbiqlərinin əsasında bir neçə mühüm proses dayanır.
7.3 CRISPR tibbdə inqilab etmək potensialına malik bir vasitədir.
Biotexnologiya kənd təsərrüfatında təkmilləşdirmələr yaradır.
7.4 Biotexnologiya qida ilə qidalanma və əkinçilik təcrübələrini təkmilləşdirə bilər.
7.5 Mükafatlar, risklərlə: geni dəyişdirilmiş qidaların mümkün təhlükələri nələrdir?
7.6 Biz bunu belə edirik: GMO-ların təhlükəsiz olub-olmadığını necə müəyyən edə bilərik?
Biotexnologiya insan sağlamlığını yaxşılaşdırmaq üçün potensiala malikdir.
7.7 Biotexnologiya xəstəlikləri müalicə etməyə və dərman istehsal etməyə kömək edə bilər.
7.8 Gen terapiyası: biotexnologiya genetik xəstəliklərin diaqnostikasına və qarşısının alınmasına kömək edə bilər, lakin onların müalicəsində məhdud uğur qazanmışdır.
7.9 Klonlaşdırma həm imkanlar, həm də təhlükələr təklif edir.
Biotexnologiya cinayət ədliyyə sistemini təkmilləşdirə bilər.
7.10 DNT barmaq izinin istifadəsi (və sui-istifadələri).

Fəsil 8
Xromosomlar və Hüceyrə Bölünməsi

Hüceyrə bölünməsinin müxtəlif növləri var.
8.1 Ölümsüz hüceyrələr problem yarada bilər.
8.2 Bəzi xromosomlar dairəvi, digərləri xəttidir.
8.3 Eukaryotik hüceyrə dövrəsində hər şeyin öz vaxtı var.
8.4 Hüceyrə bölünməsindən əvvəl xromosom replikasiyası baş verir.
Mitoz köhnəlmiş köhnə hüceyrələri təzə yeni dublikatlarla əvəz edir.

8.5 Baxış: mitoz hüceyrələrin təkrarlanmasına səbəb olur.
8.6 Təfərrüatlar: mitoz dörd mərhələli bir prosesdir.
8.7 Hüceyrələrin nəzarətsiz bölünməsi xərçənglə nəticələnə bilər.
Meiosis sperma və yumurta əmələ gətirir və çoxlu variasiya yaradır.
8.8 İcmal: cinsi çoxalma meioz tərəfindən yaradılmış xüsusi hüceyrələrə ehtiyac duyur.
8.9 Təfərrüatlar: Sperma və yumurta mayozla əmələ gəlir.
8.10 Kişi və qadın gametləri bir qədər fərqli şəkildə əmələ gəlir.
8.11 Krossinq-over və meioz müxtəlifliyin mühüm mənbələridir.
8.12 Cinsi çoxalmanın xərcləri və faydaları hansılardır?
Xromosomlarda cinsi fərqlər var.
8.13 İnsanlarda (və digər növlərdə) cinsiyyət necə müəyyən edilir?
8.14 Biz bunu belə edirik: Ətraf mühit tısbağanın nəslinin cinsini müəyyən edə bilərmi?
Tipik xromosom sayından sapmalar problemlərə səbəb olur.
8.15 Daun sindromu doğumdan əvvəl aşkar edilə bilər.
8.16 Həyat həddən artıq çox və ya çox az cinsi xromosomlarla mümkündür.

Fəsil 9
Genlər və irsiyyət
Ailə oxşarlığı: xüsusiyyətlərin necə miras alındığı

Nəsillər niyə (və necə) valideynlərinə bənzəyir?
9.1 Ananız və atanız sizin genetik quruluşunuza töhfə verir.
9.2 Bəzi əlamətlər tək bir gen tərəfindən idarə olunur.
9.3 Mendelin XIX əsrdə apardığı tədqiqatlar bizim bugünkü genetik anlayışımıza məlumat verir.
9.4 Seqreqasiya: sizdə hər genin iki nüsxəsi var, lakin istehsal etdiyiniz hər bir sperma və ya yumurtanın yalnız bir nüsxəsi var.
9.5 Fərdin fenotipini müşahidə etmək onun genotipini müəyyən etmək üçün kifayət deyil.
Genetika alətləri şansın mərkəzi rolunu vurğulayır.
9.6 Ehtimaldan istifadə edərək genetikada proqnozlar verə bilərik.
9.7 Test-kross bizə bir insanın hansı allelləri daşıdığını anlamağa imkan verir.
9.8 Biz genlərin irsiyyət nümunələrini deşifrə etmək və proqnozlaşdırmaq üçün şəcərələrdən istifadə edirik.
Genotiplər fenotiplərə necə çevrilir?
9.9 Genotipdə hər iki allelin təsiri fenotipdə özünü göstərə bilər.
9.10 Qan qrupları: Bəzi genlərdə ikidən çox allel var.
9.11 Boy kimi davamlı olaraq dəyişən xüsusiyyətlər genlərdən necə təsirlənir?
9.12 Bəzən bir gen bir çox əlamətlərə təsir göstərir.
9.13 Cinslə əlaqəli əlamətlər kişilərdə və qadınlarda ifadə formalarına görə fərqlənir.
9.14 Biz bunu belə edirik: Kişi tipli keçəlliyin səbəbi nədir?
9.15 Ətraf mühitə təsirlər: eyni əkizlər eyni deyil.
Bəzi genlər bir-birinə bağlıdır.
9.16 Əksər əlamətlər müstəqil xüsusiyyətlər kimi ötürülür.
9.17 Eyni xromosomdakı genlər bəzən birlikdə miras alınır.

Fəsil 10
Təkamül və Təbii Seçmə

Təkamül davamlı bir prosesdir.
10.1 Gözümüzün qarşısında baş verən təkamülü görə bilərik.
Darvin yeni bir fikrə getdi.
10.2 Darvindən əvvəl çoxları növlərin bir anda yaradıldığına və dəyişməz olduğuna inanırdı.
10.3 Dünyadakı canlı orqanizmləri və fosilləri müşahidə edən Darvin təkamül nəzəriyyəsini inkişaf etdirdi.

Dörd mexanizm təkamülə səbəb ola bilər.
10.4 Təkamül populyasiyada allel tezlikləri dəyişdikdə baş verir.
10.5 Mexanizm 1: Mutasiya – fərdin DNT-də birbaşa dəyişiklik – bütün genetik variasiyanın son mənbəyidir.
10.6 Mexanizmlər 2: Genetik sürüşmə populyasiyada allel tezliklərində təsadüfi dəyişiklikdir.
10.7 Mexanizm 3: Populyasiyaya daxil və ya xaricə miqrasiya allel tezliklərini dəyişə bilər.
10.8 Mexanizm 4: Üç sadə şərt yerinə yetirildikdə, təbii seçmə ilə təkamül baş verir.
10.9 Bir əlamət sadəcə resessiv olduğu üçün tezlikdə azalmır.
Orqanizmlərin populyasiyaları ətraf mühitə uyğunlaşa bilirlər.
10.10 Bəzi fərdlərin digərlərinə nisbətən daha çox övlad sahibi olmasına səbəb olan əlamətlər populyasiyada daha çox yayılır.
10.11 Populyasiyalar təbii seçmə yolu ilə ətraf mühitə daha yaxşı uyğunlaşa bilər.
10.12 Təbii seçmənin populyasiyada əlamətləri dəyişdirməsinin bir neçə yolu var.

10.13 Biz bunu belə edirik: Niyə zebraların zolaqları var?
10.14 Təbii seçmə mürəkkəb əlamətlərin və davranışların təkamülünə səbəb ola bilər.
Təkamülün sübutları çox böyükdür.
10.15 Fosil qeydləri təbii seçmə prosesini sənədləşdirir.
10.16 Növlərin yayılmasının coğrafi nümunələri növlərin təkamül tarixlərini əks etdirir.
10.17 Müqayisəli anatomiya və embriologiya ümumi təkamül mənşəyini ortaya qoyur.
10.18 Molekulyar biologiya aşkar edir ki, ümumi genetik ardıcıllıqlar bütün həyat formalarını əlaqələndirir.
10.19 Təcrübələr və real dünya müşahidələri təkamülün davam etdiyini göstərir.

Fəsil 11 <ədqiq olunmuş CE ms>
Təkamül və Davranış
Heyvanlar aləmində ünsiyyət, əməkdaşlıq və münaqişə

Davranışlar, digər xüsusiyyətlər kimi, inkişaf edə bilər.
11.1 Davranış digər əlamətlər kimi uyğunlaşma dəyərinə malikdir.
11.2 Bəzi davranışlar anadangəlmə olur.
11.3 Bəzi davranışlar öyrənilməlidir (bəziləri isə digərlərindən daha asan öyrənilir).
11.4 Mürəkkəb görünən davranışlar təkamül üçün kompleks düşüncə tələb etmir.
Əməkdaşlıq, eqoizm və altruizm təkamülçü bir yanaşma ilə daha yaxşı başa düşülə bilər.
11.5 “Xeyirxahlıq” izah edilə bilər.
11.6 Qohumlara qarşı aşkar altruizm qohum seçimi yolu ilə inkişaf edə bilər.
11.7 Əlaqəsi olmayan şəxslərə qarşı aşkar altruizm qarşılıqlı altruizm vasitəsilə inkişaf edə bilər.
11.8 “Yad” mühitdə təbii seçmə nəticəsində yaranan uyğunlaşmalar artıq adaptiv olmaya bilər.
11.9 Eqoist genlər qrup seçiminə qalib gəlir.
Cinsi münaqişə kişilər və qadınlar tərəfindən qeyri-bərabər reproduktiv investisiyalar nəticəsində yarana bilər.
11.10 Kişilər və dişilər çoxalmağa fərqli sərmayə qoyurlar.
11.11 Kişilər və qadınlar reproduktiv mübadilənin müxtəlif mərhələlərində həssasdırlar.
11.12 Rəqabət və görüşmə kişilərə və qadınlara reproduktiv uğuru təmin etməyə kömək edə bilər.
11.13 Həyat yoldaşının mühafizəsi kişinin reproduktiv investisiyasını qoruya bilər.
11.14 Biz bunu belə edirik: atalıq qeyri-müəyyənliyi daha çox görünəndə ata qayğısı azalır?
11.15 Monoqamiya və çoxarvadlılıq: cütləşmə davranışları insan və heyvan mədəniyyətləri arasında dəyişir.
11.16 Cinsi dimorfizm populyasiyanın cütləşmə davranışının göstəricisidir.
Rabitə və siqnalların dizaynı inkişaf edir.
11.17 Heyvanların ünsiyyəti və dil qabiliyyətləri inkişaf edir.
11.18 Dürüst siqnallar aldadıcılığı azaldır.

Fəsil 12 <ədqiq olunmuş CE ms>
Yer üzündə həyatın mənşəyi və şaxələnməsi
Biomüxtəlifliyin dərk edilməsi

Yer üzündəki həyat çox güman ki, cansız materiallardan yaranmışdır.
12.1 Hüceyrələr və özünü çoxaldan sistemlər ilk həyatı yaratmaq üçün birlikdə təkamül keçirdilər.
12.2 Biz bunu belə edirik: həyat “isti kiçik gölməçə”də yox, buzda yarana bilərdimi?
Növlər biomüxtəlifliyin əsas vahidləridir.
12.3 Növ nədir?
12.4 Növlər həmişə asanlıqla müəyyən edilmir.
12.5 Yeni növlər necə yaranır?
Təkamül ağacları biomüxtəlifliyi konseptuallaşdırmağa və təsnif etməyə kömək edir.
12.6 Həyatın tarixini bir ağac kimi təsəvvür etmək olar.
12.7 Təkamül ağacları əcdad-nəsil əlaqələrini göstərir.
12.8 Oxşar strukturlar heç də həmişə ortaq nəsli aşkar etmir.
Makrotəkamül böyük müxtəlifliyə səbəb olur.
12.9 Makrotəkamül növ səviyyəsindən yuxarı təkamüldür.
12.10 Adaptiv şüalanmalar həddindən artıq şaxələnmə dövrləridir.
12.11 Yer üzündə bir neçə kütləvi məhv olub.
Yerdəki həyatın müxtəlifliyinə ümumi baxış: orqanizmlər üç sahəyə bölünür.
12.12 Bütün canlı orqanizmlər üç qrupdan birinə təsnif edilir.
12.13 Bakteriya sahəsi böyük bioloji müxtəlifliyə malikdir.
12.14 Arxeya sahəsi ekstremal mühitlərdə yaşayan bir çox növləri əhatə edir.
12.15 Eukaria sahəsi dörd krallıqdan ibarətdir: bitkilər, heyvanlar, göbələklər və protistlər.

Fəsil 13 <final ms hələ CE mərhələsində Jay tərəfindən təsdiqlənəcək redaktələrlə buraxıldı>
Heyvanların diversifikasiyası
Hərəkətdə görünmə qabiliyyəti
Heyvanlar eukaryanın yalnız bir qoludur.
13.1 Heyvan nədir?
13.2 “Daha yüksək” və ya “aşağı” növlər yoxdur.
13.3 Heyvanları dörd əsas fərq ayırır. Onurğasızlar - onurğasız heyvanlar - heyvanların ən müxtəlif qrupudur.
13.4 Süngərlər toxuma və orqanları olmayan heyvanlardır.
13.5 Meduzalar və digər cnidariyalar dünyanın ən zəhərli heyvanları arasındadır.
13.6 Yastı qurdlar, yuvarlaq qurdlar və seqmentli qurdlar bütün forma və ölçülərdə olur.
13.7 Mollyuskaların əksəriyyəti qabıqlarda yaşayır.
13.8 Buğumayaqlılar heyvanların ən müxtəlif qrupudur.
13.9 Biz bunu belə edirik: Yer üzündə neçə növ var?
13.10 Uçuş və metamorfoz indiyə qədər ən böyük adaptiv şüalanma yaratdı.
13.11 Exinodermlər onurğalıların ən yaxın onurğasız qohumlarıdır.
Chordata filumuna onurğalılar - onurğalı heyvanlar daxildir.
13.12 Bütün onurğalılar xordata filumunun üzvləridir.
13.13 Quruya hərəkət bir neçə uyğunlaşma tələb etdi. Bütün yerüstü onurğalılar tetrapodlardır.
13.14 Amfibiyalar ikiqat həyat sürürlər.
13.15 Quşlar, tüklərinin təkamül etdiyi sürünənlərdir.
13.16 Məməlilər tüklü və süd verən heyvanlardır.
İnsanlar və ən yaxın qohumlarımız primatlardır.
13.17 Biz ağac primatlarından gəlmişik, lakin insan əcdadlarımız ağacları tərk edib.

13.18 Biz bura necə gəldik? İnsanın son 200.000 illik təkamülü.

Fəsil 14 <final ms hələ CE mərhələsində Jay tərəfindən təsdiqlənəcək redaktələrlə buraxıldı>
Bitki və göbələklərin diversifikasiyası
Bütün bitkilər və göbələklər haradan gəldi?

Bitkilər bir çox problemlərlə üzləşirlər.
14.1 Bitki nədir?
14.2 Torpağın müstəmləkəsi yeni imkanlar və yeni çağırışlar gətirdi.
14.3 Damar olmayan bitkilərdə qida və su daşımaq üçün gəmilər yoxdur.
14.4 Damar toxumasının təkamülü böyük bitkiləri mümkün etdi.
Toxumun təkamülü bitkilərə yeni dünyalar açdı.
14.5 Toxum nədir?
14.6 Toxumların təkamülü ilə gimnospermlər dominant bitkilər oldu.
14.7 İynəyarpaqlılara ən hündür və ən uzunömürlü ağaclar daxildir.
Çiçəkli bitkilər ən müxtəlif bitkilərdir.
14.8 Angiospermlər bu gün dominant bitkilərdir.
14.9 Çiçək tozlayıcı olmadan heç bir şey deyil.
14.10 Angiospermlər ikiqat gübrələmə ilə toxumları yaxşılaşdırır.
Bitkilər və heyvanlar arasında sevgi-nifrət əlaqəsi var.
14.11 Çiçəkli bitkilər heyvanları toxumlarını səpələməyə sövq etmək üçün meyvələrdən istifadə edirlər.
14.12 Qaça bilməyən bitkilər başqa yollarla yırtıcılığa müqavimət göstərməlidirlər.
Göbələklər və bitkilər tərəfdaşdırlar, lakin yaxın qohum deyillər.
14.13 Göbələklər bitkilərlə müqayisədə heyvanlarla daha yaxından əlaqəlidir.
14.14 Göbələklərin bəzi ümumi strukturları var, lakin inanılmaz dərəcədə müxtəlifdir.
14.15 Bitkilərin əksəriyyətində göbələk simbionları var.
14.16 Biz bunu belə edirik: Faydalı göbələklər şokoladımızı xilas edə bilərmi?

Fəsil 15 <final ms hələ CE mərhələsində Jay tərəfindən təsdiqlənəcək redaktələrlə buraxıldı>
Mikrobların diversifikasiyası
Bakteriyalar, arxeyalar, protistlər və viruslar: görünməyən dünya

Hər üç sahədə mikroblar var.
15.1 Bütün mikroblar təkamüllə yaxından əlaqəli deyil.
15.2 Mikroblar yer üzündəki ən sadə, lakin ən uğurlu orqanizmlərdir.
Bakteriyalar bütün orqanizmlər arasında ən müxtəlif ola bilər.
15.3 Bakteriyalar nədir?
15.4 Bakteriyalar arasında metabolik müxtəliflik həddindən artıqdır.
Bakteriyalar insan sağlamlığına zərər verə və ya kömək edə bilər.
15.5 Bir çox bakteriya insanlar üçün faydalıdır.
15.6 Biz bunu belə edirik: Ofis masalarımızda bakteriyalar çoxalırmı?
15.7 Mikrob növlərinin yalnız kiçik bir hissəsi xəstəliklərə səbəb olur, lakin milyonlarla insanı öldürür.
15.8 Bakteriyaların dərmanlara qarşı müqaviməti sürətlə inkişaf edə bilər.
Arxeya bakteriyalardan fərqli bir prokaryotik domen təyin edir.
15.9 Arxeya bakteriyalardan çox fərqlidir.
15.10 Arxeya digər orqanizmlər üçün həddindən artıq ekstremal yaşayış yerlərində inkişaf edir.
Əksər protistlər təkhüceyrəli eukariotlardır.
15.11 İlk eukariotlar protistlər idi.
15.12 Heyvanabənzər protistlər, göbələklərə bənzər protistlər və bitkiabənzər protistlər var.
15.13 Bəzi protistlər insan sağlamlığı üçün çox zərərlidir.
Canlı və cansız arasındakı sərhəddə viruslar heç bir sahəyə sığmır.
15.14 Viruslar tam olaraq canlı orqanizmlər deyil.
15.15 Viruslar çoxlu orqanizmləri yoluxdurur və bir çox xəstəliklərə səbəb olur.
15.16 HİV yoluxucu viruslara nəzarətin çətinliyini göstərir.

Fəsil 16 <final ms buraxıldı>
Əhali ekologiyası
Planet tutumu: əhalinin artım nümunələri

Əhali ekologiyası populyasiyaların ətraf mühitlə qarşılıqlı əlaqəsini öyrənir.
16.1 Ekologiya nədir?
16.2 Əhali bir müddət sürətlə böyüyə bilər, lakin əbədi deyil.
16.3 Əhalinin böyüməsi ətraf mühitlə məhdudlaşır.
16.4 Bəzi populyasiyalar böyük və kiçik arasında dövr edir.
16.5 Maksimum dayanıqlı məhsul faydalıdır, lakin həyata keçirmək demək olar ki, qeyri-mümkündür.
Həyat tarixi növlərin xülasəsi kimidir.
16.6 Həyat tarixçələri təbii seçmə ilə formalaşır.
16.7 Böyümə, çoxalma və uzunömürlülük arasında uzlaşmalar var.
16.8 Biz bunu belə edirik: Sürətli artım baha başa gəlir.
16.9 Əhalilər həyat cədvəllərində və sağ qalma əyrilərində təsvir edilə bilər.
Ekologiya əhalinin qocalmasının təkamülünə təsir göstərir.
16.10 İşlər dağılır: qocalma nədir və niyə baş verir?
16.11 Müxtəlif növlərdə orta uzunömürlülüyü nə müəyyən edir?
16.12 Biz qocalma prosesini ləngidə bilərikmi?
İnsan əhalisi sürətlə artır.
16.13 Yaş piramidaları əhali haqqında çox şey açır.
16.14 Demoqrafik keçidlər tez-tez az inkişaf etmiş ölkələr daha çox inkişaf etdikcə baş verir.
16.15 İnsan əhalisinin artımı: nə qədər yüksək ola bilər?

Fəsil 17 <final ms hələ CE mərhələsində Jay tərəfindən təsdiqlənəcək redaktələrlə buraxıldı>
Ekosistemlər və İcmalar
Orqanizmlər və onların mühiti

Ekosistemlərin canlı və cansız komponentləri var.
17.1 Ekosistemlər hansılardır?
17.2 Biomlar dünyanın ən böyük ekosistemləridir və hər biri temperatur və yağışla müəyyən edilir.
Qarşılıqlı təsir göstərən fiziki qüvvələr iqlim və hava nümunələri yaradır.
17.3 Qlobal hava dövranı modelləri səhraları və yağış meşələrini yaradır.
17.4 Yerli topoqrafiya iqlimə və havaya təsir göstərir.
17.5 Okean axınları iqlimə və havaya təsir göstərir.
Enerji və kimyəvi maddələr ekosistemlər daxilində axır.
17.6 Enerji istehsalçılardan istehlakçılara axır.
17.7 Enerji piramidaları qida zəncirlərinin səmərəsizliyini ortaya qoyur.
17.8 Əsas kimyəvi maddələr ekosistemlərdə dövr edir.
Növlərin qarşılıqlı əlaqəsi icmaların quruluşuna təsir göstərir.
17.9 Bir növün icmadakı rolu onun yuvası kimi müəyyən edilir.
17.10 Qarşılıqlı təsir göstərən növlər birlikdə təkamül edir.
17.11 Rəqabəti görmək çətin ola bilər, lakin o, icma quruluşuna təsir göstərir.
17.12 Yırtıcılıq həm yırtıcıda, həm də onların ovunda uyğunlaşma yaradır.
17.13 Parazitizm yırtıcılığın bir formasıdır.
17.14 Bütün növ qarşılıqlı əlaqə mənfi deyil.
17.15 Biz bunu belə edirik: Qarışqaları, bitkiləri və ətraf mühitə müdaxilənin gözlənilməz nəticələrini araşdırırıq.
İcmalar zamanla dəyişə və ya sabit qala bilər.
17.16 İlkin varislik və ikincil varislik icmaların zamanla necə dəyişə biləcəyini təsvir edir.
17.17 Bəzi növlər icma daxilində digərlərindən daha çox təsirə malikdir.
Fəsil 18
Mühafizə və Biomüxtəliflik
İnsanın ətraf mühitə təsiri

Biomüxtəliflik bir çox cəhətdən qiymətlidir.
18.1 Biomüxtəlifliyin daxili və xarici dəyəri var.
18.2 Biz bunu belə edirik: 200.000 ton metan yoxa çıxanda onu necə tapırsınız?
18.3 Biomüxtəliflik müxtəlif səviyyələrdə baş verir.
18.4 Ən böyük biomüxtəliflik harada baş verir?
Nəsli kəsilmək biomüxtəlifliyi azaldır.
18.5 Söndürmənin bir çox səbəbləri var.
18.6 Biz kütləvi yoxluğun ortasındayıq.
İnsan fəaliyyəti ətraf mühitə zərər verə bilər.
18.7 Bəzi ekosistem pozuntularının təsirləri geri qaytarıla bilər, digərləri isə yox.
18.8 İnsan fəaliyyəti ətraf mühitə zərər verə bilər: 1. Təqdim olunan qeyri-doğma

18.9 İnsan fəaliyyəti ətraf mühitə zərər verə bilər: 2. Turşu yağışları.

18.10 İnsan fəaliyyəti ətraf mühitə zərər verə bilər: 3. İstixana qazlarının buraxılması.

18.11 İnsan fəaliyyəti ətraf mühitə zərər verə bilər: 4. Tropik meşələrin qırılması.
Effektiv mühafizə üçün strategiyalar hazırlaya bilərik.
18.12 Ozon təbəqəsinin deşilməsinin bərpası uğur hekayəsidir.
18.13 Biz hansı növlərin qorunmasına üstünlük verməliyik.
18.14 Biomüxtəlifliyin qorunması üçün çoxlu effektiv strategiyalar mövcuddur.

Fəsil 19
Bitki quruluşu və qida maddələrinin nəqli
Bitkilər necə işləyir və onlara nə üçün ehtiyacımız var

Bitkilər təkamül uğuruna aparan çoxsaylı yolları olan müxtəlif orqanizmlər qrupudur.
19.1 Yaşlı, daha uzun, daha böyük: bitkilər son dərəcə müxtəlifdir.
19.2 Monokotlar və evdikotlar çiçəkli bitkilərin iki əsas qrupudur.
19.3 Bitki orqanizmi üç əsas toxuma tipinə bölünür.
Əksər bitkilərin ümumi struktur xüsusiyyətləri var.
19.4 Köklər bitkiyə lövbər salır və suyu və mineralları qəbul edir.
19.5 Gövdələr bitkinin onurğa sütunudur.
19.6 Yarpaqlar bitkini qidalandırır.
19.7 Bir neçə struktur bitkilərə su itkisinə müqavimət göstərməyə kömək edir.
Bitkilər günəş işığından istifadə edir və ətraf mühitdən lazımlı kimyəvi elementlər alırlar.
19.8 Bitki inkişafı üçün dörd amil lazımdır.
19.9 Qida maddələri torpaqdan orqanizmlərə və yenidən təkrar dövr edir.
19.10 Bitkilər əsas azotu bakteriyaların köməyi ilə əldə edirlər.
19.11 Biz bunu belə edirik: Ətyeyən bitkilər ovunu yeyə və fotosintez edə bilərlər.
Bitkilər su, şəkər və mineralları damar toxuması vasitəsilə nəql edir.
19.12 Bitkilər suyu və mineralları kökləri vasitəsilə qəbul edirlər.
19.13 Su və minerallar ksilem vasitəsilə paylanır.
19.14 Şəkər və digər qida maddələri floem vasitəsilə paylanır.

Fəsil 20 <final buraxıldı ms>
Bitkilərdə böyümə, çoxalma və ətraf mühitin reaksiyaları
Çiçəklər, ağaclar və hormonlarla problemin həlli

Bitkilər cinsi və cinsi yolla çoxala bilirlər.
20.1 Bitkilərin təkamülü iki çoxalma üsulunun yaranmasına səbəb olmuşdur.
20.2 Bir çox bitkilər lazım gəldikdə cinsiyyətsiz çoxala bilirlər.
20.3 Bitkilər hərəkət edə bilməsələr də cinsi yolla çoxala bilirlər.
20.4 Bitkilərin əksəriyyəti öz-özünə mayalanmadan qaça bilər.
Tozlanma, mayalanma və toxumların yayılması çox vaxt digər orqanizmlərin köməyindən asılıdır.
20.5 Polen taxılları və embrion kisələrində bitki qametləri var.
20.6 Bitkilərin mayalanma üçün erkək cinsi hüceyrəni qadın cinsi hüceyrəsinə çatdırmaqda yardıma ehtiyacı var.
20.7 Biz bunu belə edirik: Bir çiçəyin nə qədər nektar çıxarmasının əhəmiyyəti varmı?
20.8 Mayalanma tozlanmadan sonra baş verir.
20.9 Yumurtalıqlar toxuma, yumurtalıqlar isə meyvələrə çevrilir.
Bitkilərin iki növ böyüməsi var, adətən uzunluq və qalınlıqda ömür boyu artıma imkan verir.
20.10 Toxumlar necə cücərir və böyüyür?
20.11 Bitkilər heyvanlardan fərqli inkişaf edir.
20.12 İlkin bitki böyüməsi apikal meristemlərdə baş verir.
20.13 İkinci dərəcəli böyümə ağac yaradır.
Hormonlar böyümə və inkişafı tənzimləyir.
20.14 Hormonlar bitkilərin ətraf mühitə reaksiyasına kömək edir.
20.15 Gibberellinlər və auksinlər böyüməyi stimullaşdırır.
20.16 Digər bitki hormonları çiçəklənməni, meyvələrin yetişməsini və stresə reaksiyanı tənzimləyir.
Xarici siqnallar daxili reaksiyalara səbəb olur.
20.17 Tropizmlər bitkilərin böyümə istiqamətinə təsir göstərir.
20.18 Bitkilərin daxili bioloji saatları var.
20.19 Fotoperiodizm və yuxu rejimi ilə bitkilər qışa hazırlaşır.
Fəsil 21 <final buraxıldı ms>
Heyvan fiziologiyasına giriş
Heyvanların təşkili və funksiyasının prinsipləri

Heyvanların bədən quruluşları onların funksiyalarını əks etdirir.
21.1 Heyvan orqan sistemləri fərqli funksiyaları olan dörd toxuma tipindən qurulur.
21.2 Birləşdirici toxuma dəstək verir.
21.3 Epitel toxuması bədənin əksər daxili və xarici səthlərini əhatə edir və qoruyur.
21.4 Əzələ toxuması hərəkəti təmin edir.
21.5 Sinir toxuması məlumat ötürür.
21.6 Hər bir orqan sistemi əlaqəli bədən funksiyalarının əlaqələndirilmiş dəstini yerinə yetirir.
Heyvanlar sabit daxili mühiti saxlayırlar.
21.7 Heyvan bədənləri dar bir daxili şərait daxilində ən yaxşı fəaliyyət göstərir.
21.8 Heyvanlar homeostaz vasitəsilə daxili mühitlərini tənzimləyirlər.
Homeostaz necə işləyir?
21.9 Mənfi və müsbət rəy sistemləri homeostazı təsir edir.
21.10 Heyvanlar bədən istiliyini tənzimləmək üçün müxtəlif mexanizmlərdən istifadə edirlər.
21.11 Biz bunu belə edirik: Niyə əsnəyirik?
21.12 Heyvanlar su balansını dar diapazonda tənzimləyirlər.
21.13 İnsanlarda böyrəklər su balansını tənzimləyir.

22-ci fəsil
Qan dövranı və tənəffüs
Yanacağın, xammalın və qazların bədənə, xaricə və ətrafa daşınması

Qan dövranı sistemi heyvanlarda əsas yayılma yoludur.
22.1 Qan dövranı sistemi nədir və ona nə üçün lazımdır?
22.2 Qan dövranı sistemləri açıq və ya qapalı ola bilər.
22.3 Onurğalıların bir neçə müxtəlif tipli qapalı qan dövranı sistemi var.
İnsanın qan dövranı sistemi ürək, qan damarları və qandan ibarətdir.
22.4 Qan insan ürəyinin dörd kamerasından keçir.
22.5 Ürəkdəki elektrik fəaliyyəti ürək döyüntüsünü yaradır.
22.6 Qan damarlarda ürəyə geri və xaricə axır.
22.7 Biz bunu belə edirik: Düşünmək başınızı ağırlaşdırırmı?
22.8 Qan hüceyrə və mayenin qarışığıdır.
22.9 Qan təzyiqi ürək sağlamlığının əsas ölçüsüdür.
22.10 Ürək-damar xəstəlikləri ABŞ-da ölümün əsas səbəbidir.
22.11 Limfa sistemi dövriyyədə köməkçi rol oynayır.
Tənəffüs sistemi heyvanlarda qaz mübadiləsini təmin edir.
22.12 Oksigen və karbon qazı qan dövranı sisteminə daxil olub çıxmalıdır.
22.13 Oksigen hemoglobinə bağlanarkən daşınır.
22.14 Suda yaşayan onurğalıların qəlpəsində qaz mübadiləsi baş verir.
22.15 Quruda yaşayan onurğalıların ağciyərlərində qaz mübadiləsi baş verir.
22.16 Əzələlər ağciyərlərə daxil olan və çıxan hava axınına nəzarət edir.
22.17 Quşların qeyri-adi effektiv tənəffüs sistemləri var.
22.18 Yüksək hündürlükdə aşağı oksigen şəraitinə uyğunlaşma və ya uyğunlaşma oksigen çatdırılmasını yaxşılaşdırır.

23-cü fəsil
Qidalanma və həzm
İstirahət və oyun zamanı: insanın fizioloji fəaliyyətinin optimallaşdırılması

Qida böyümək üçün xammal və bunun baş verməsi üçün yanacaq təmin edir.
23.1 Orqanizmlər nə üçün qidaya ehtiyac duyurlar?
23.2 Heyvanların müxtəlif pəhrizləri var.
23.3 Kalori sayı: orqanizmlər kifayət qədər enerji tələb edir.
Qida maddələri altı kateqoriyaya bölünür.
23.4 Su vacib qida elementidir.
23.5 Qidada olan zülallar bədəndə zülal yaratmaq üçün parçalanır.
23.6 Karbohidratlar və yağlar bədəni enerji və s. ilə təmin edir.
23.7 Vitaminlər və minerallar sağlamlıq üçün lazımdır.
Biz qidadan enerji və qida maddələri alırıq.
23.8 Biz dörd addımda qidaları qida maddələrinə çeviririk.
23.9 Yemək qidanın parçalanmasında ilk addımdır.
23.10 Həzm qidaları lazımlı hissələrə ayırır.
23.11 Absorbsiya qida maddələrini bağırsaqlarınızdan hüceyrələrinizə keçir.
23.12 Eliminasiya bədəninizdən istifadəyə yararsız materialları çıxarır.
23.13 Bəzi heyvanların qidalarını emal etmək üçün alternativ vasitələri var.
Yediyimiz şey sağlamlığımıza çox təsir edir.
23.14 Sağlam pəhriz nədən ibarətdir?
23.15 Biz bunu belə edirik: İnsan mühakiməsi qan şəkərindən asılıdırmı?
23.16 Piylənmə çox yaxşı bir şeyin nəticəsi ola bilər.
23.17 Arıqlamaq üçün pəhrizlər itirən bir təklifdir.
23.18 Diabet orqanizmin qan şəkərini effektiv şəkildə tənzimləyə bilməməsi nəticəsində yaranır.

24-cü fəsil
Sinir və Motor Sistemləri
Hərəkətlər, reaksiyalar, hisslər və asılılıqlar: sinir sisteminizlə tanış olun
Sinir sistemi nədir?
24.1 Nə üçün sinir sisteminə ehtiyacımız var?
24.2 Neyronlar bütün sinir sistemlərinin tikinti bloklarıdır.
24.3 Onurğalıların sinir sistemi periferik və mərkəzi sinir sistemlərindən ibarətdir.
Neyronlar necə işləyir?
24.4 Dendritlar xarici stimulları qəbul edir.
24.5 Fəaliyyət potensialı siqnalı aksondan aşağıya yayır.
24.6 Sinapsda neyron digər hüceyrə ilə qarşılıqlı əlaqədə olur.
24.7 Neyrotransmitterlərin bir çox növləri var.
Hisslərimiz stimulları aşkar edir və ötürür.
24.8 Həssas reseptorlar ətrafımızdakı dünyaya açılan pəncərələrimizdir.
24.9 Dad: fəaliyyət potensialı beyinə dad hissi verir.
24.10 Qoxu: burundakı reseptorlar havadakı kimyəvi maddələri aşkarlayır.
24.11 Görmə: görmə işığın beyin tərəfindən qəbul edilməsidir.
24.12 Eşitmə: səs dalğaları qulaqlar tərəfindən toplanır və eşitmə neyronlarını stimullaşdırır.
24.13 Toxunma: beyin təzyiqi, temperaturu və ağrıları qəbul edir.
Əzələ və skelet sistemi hərəkəti təmin edir.
24.14 Əzələlər daralma yolu ilə güc yaradır.
24.15 Skelet sistemi dəstək, hərəkət və müdafiə funksiyalarını yerinə yetirir.
Beyin müəyyən funksiyalara həsr olunmuş fərqli strukturlarda təşkil edilmişdir.
24.16 Beynin bir neçə fərqli bölgəsi var.
24.17 Xüsusi beyin sahələri öyrənmə, dil və yaddaş proseslərində iştirak edir.
24.18 Biz bunu belə edirik: Güclü koqnitiv təlim beyin böyüməsinə səbəb ola bilərmi?
Narkotiklər həzz yollarını ələ keçirə bilər.
24.19 Sinir sistemimiz kimyəvi maddələrlə aldadıla bilər.
24.20 Beyin yuxuya ehtiyacı olanda yavaşlayır. Kofein onu oyadır.
24.21 Alkoqol bir çox müxtəlif neyrotransmitterlərə müdaxilə edir.

25-ci fəsil
Hormonlar
Əhval-ruhiyyə, duyğular, böyümə və daha çox: hormonlar əsas tənzimləyicilər kimi
Hormonlar hüceyrə funksiyalarını tənzimləyən kimyəvi xəbərçilərdir.
25.1 "Qucaqlaşmaq" kimyəvi maddəsi: oksitosin inamı artırır və cütlərin bağlanmasını gücləndirir.
25.2 Hormonlar orqanizmin başqa yerlərindəki hüceyrələrə təsir etmək üçün qan dövranı sistemi vasitəsilə hərəkət edir.
25.3 Hormonlar müxtəlif yollarla hədəf toxumaları tənzimləyə bilər.
Hormonlar bədəndəki bezlərdə istehsal olunur.
25.4 Hipotalamus hipofiz bezinin sekresiyalarına nəzarət edir.
25.5 Digər endokrin bezlər də hormonlar istehsal edir və ifraz edir.
Hormonlar orqanizmin demək olar ki, hər tərəfinə təsir göstərir.
25.6 Hormonlar fiziki və fiziki performansa təsir edə bilər.
25.7 Hormonlar əhval-ruhiyyəyə təsir edə bilər.
25.8 Hormonlar davranışa təsir edə bilər.
25.9 Hormonlar koqnitiv performansa təsir edə bilər.
25.10 Hormonlar sağlamlığa və uzunömürlülüyə təsir edə bilər.
Ətraf mühitin çirkləndiriciləri hormonların normal fəaliyyətini poza bilər.
25.11 Ətrafdakı kimyəvi maddələr hormonları təqlid edə və ya bloklaya bilər və bu fəlakətli nəticələrə səbəb ola bilər.
25.12 Biz bunu belə edirik: Qəbzinizi istərdinizmi? (Bəlkə də yox.)
Fəsil 26
Çoxalma və İnkişaf
İki valideyndən bir embriona bir körpəyə
Heyvanlar necə çoxalır?
26.1 Reproduktiv seçimlər (və etik məsələlər) artmaqdadır.
26.2 Tərəfdaşın olmasının xərcləri və faydaları var: cinsi və aseksual çoxalma.
26.3 Mayalanma qadının bədənində və ya xaricində baş verə bilər.
Kişi və qadın reproduktiv sistemində əhəmiyyətli oxşarlıqlar və fərqlər var.
26.4 Sperma xayalarda əmələ gəlir.
26.5 Sperma hüceyrələri arasında görünməyən münaqişə var.
26.6 Biz bunu belə edirik: Kişilər başqa bir kişinin varlığına cavab olaraq sperma investisiyalarını artıra bilərmi?
26.7 Yumurta yumurtalıqlarda hazırlanır (və proses onilliklər çəkə bilər).
26.8 Hormonlar yumurtlama prosesini və hamiləliyə hazırlığı idarə edir.
Cinsi əlaqə mayalanmaya səbəb ola bilər, lakin cinsi yolla keçən xəstəlikləri də yaya bilər.
26.9 Mayalanma zamanı iki hüceyrə bir olur.
26.10 Çoxsaylı strategiyalar gübrələmənin qarşısını almağa kömək edə bilər.
26.11 Cinsi yolla keçən xəstəliklər mikroblarla insanlar arasında döyüşləri aşkar edir.
İnsan inkişafı müəyyən mərhələlərdə baş verir.
26.12 Erkən embrionun inkişafı parçalanma, qastrulyasiya və nevrulyasiya zamanı baş verir.
26.13 Hamiləliyin üç mərhələsi var.
26.14 Hamiləlik doğuş və laktasiyanın başlaması ilə yekunlaşır.
Reproduktiv texnologiyanın faydaları və təhlükələri var.
26.15 Köməkçi reproduktiv texnologiyalar perspektivli və təhlükəlidir.

Fəsil 27
İmmunitet və Sağlamlıq
Bədən özünü necə qoruyur və saxlayır
Vücudunuz sizi xəstəliyə səbəb olan işğalçılardan qorumaq üçün müxtəlif yollara malikdir.
27.1 Üç müdafiə xətti patogen hücumların qarşısını alır və onlarla mübarizə aparır.
27.2 Xarici maneələr patogenlərin bədəninizə daxil olmasına mane olur.
27.3 İmmunitet sisteminin qeyri-spesifik bölməsi patogenləri və əlavə müdafiə üçün siqnalları tanıyır və onlarla mübarizə aparır.
27.4 Qeyri-spesifik sistem infeksiyaya iltihab reaksiyası və qızdırma ilə cavab verir.
Xüsusi toxunulmazlıq patogenlərə məruz qaldıqdan sonra yaranır.
27.5 İmmunitet sisteminin spesifik bölgüsü spesifik patogenlərin yaddaşını təşkil edir.
27.6 Anticisimlərin quruluşu onların funksiyasını əks etdirir.
27.7 Lenfositlər iki cəbhədə patogenlərlə mübarizə aparırlar.
27.8 Klonal seçim indi və sonra infeksiya ilə mübarizədə kömək edir.
27.9 Biz bunu belə edirik: itlərlə təmas uşaqları daha sağlam edirmi?
27.10 Sitotoksik T hüceyrələri və köməkçi T hüceyrələri müxtəlif funksiyaları yerinə yetirir.
İmmunitet sisteminin düzgün işləməməsi xəstəliyə səbəb olur.
27.11 Otoimmün xəstəliklər bədən öz toxumalarına qarşı çevrildikdə baş verir.
27.12 QİÇS immun çatışmazlığı xəstəliyidir.
27.13 Allergiyalar zərərsiz bir maddəyə qarşı uyğun olmayan immun reaksiyadır.

İçəriyə baxın

7. α-CoV-lərin Nsp1 tərəfindən Host Gen İfadəsinin İnhibisyonunun Mexanizmi

α-CoV nsp1-in bioloji funksiyaları haqqında anlayışlarımız bir qədər məhdud olsa da, bir sıra tədqiqatlar TGEV nsp1-in bioloji funksiyalarını ortaya qoyub. TGEV nsp1 ifadəsi məməli hüceyrələrində müxbir gen ifadəsini və host protein sintezini güclü şəkildə maneə törədir [60]. İfadə edilmiş TGEV nsp1 həm nüvədə, həm də sitoplazmada aşkar edilir [89]. TGEV nsp1 nə 40S ribosomal alt bölməsini bağlamır, nə də ev sahibinin mRNT deqradasiyasına kömək etmir, bu da TGEV nsp1-nin SARS-CoV nsp1-dən fərqli mexanizmdən istifadə edərək ifadə edən ana genini bastırdığını göstərir. Maraqlıdır ki, TGEV nsp1 HeLa hüceyrə ekstraktlarında protein tərcüməsini maneə törədir, halbuki RRL-də tərcüməyə təsir etmir. Bundan əlavə, TGEV nsp1 HeLa S100 post-ribosomal supernatant və ya HeLa S10 ekstraktı ilə əlavə edilmiş RRL-də tərcüməni maneə törədir [60]. Bu məlumatlar göstərir ki, RRL-də TGEV nsp1 vasitəçiliyi ilə translyasiya inhibisyonu üçün lazım olan faktor(lar) yoxdur və HeLa S10 ekstraktı və post-ribosomal HeLa S100 supernatantında bu ehtimal olunan faktor var. TGEV nsp1-in vasitəçiliyi ilə tərcümənin inhibəsi fəaliyyətinin inaktivasiyası virusun təkrarlanmasına təsir göstərmir, lakin o, donuz balalarında virusun virulentliyini əhəmiyyətli dərəcədə azaldır [52], α-CoV-nin nsp1-nin əsas patogen determinant olması ehtimalını güclü şəkildə dəstəkləyir.

HCoV-229E nsp1 və ya HCoV-NL63 nsp1-in məməli hüceyrələrində ifadəsi SV40, HSV-TK və ya CMV promotorları tərəfindən idarə olunan reportyor gen ifadəsini maneə törədir [53,81]. Shen və başqaları. FIPV, PEDV, HCoV-229E, HCoV-NL63 və TGEV daxil olmaqla, α-CoV-lərdən nsp1-in qorunmuş bölgəsi (91�-də amin turşusu mövqeyi) ev sahibi gen ifadəsinin inhibəsi funksiyası üçün əhəmiyyətli olduğunu bildirdi. 52].


Keyt Livinqston - İcraçı redaktor, Qlobal Araşdırma, Wiley
Georgi Xristov - Redaktor köməkçisi, EMBO Press
Vivian Killet - Redaktor köməkçisi, EMBO Press
Uta Makkensen - Qrafik redaktor

İdo Amit Weizmann Elm İnstitutunda immunologiya üzrə professordur. Onun laboratoriyası gen tənzimləyici şəbəkələrin və xromatin dinamikasının hüceyrə taleyini və immun sistemdə differensasiyanı, nuero degenerasiyanı və xərçəngi necə idarə etdiyini başa düşmək üçün sistem biologiyası yanaşmalarından və tək hüceyrə funksional genomikasından istifadə edir.

Johan Auwerx İsveçrənin Lozanna şəhərində yerləşən École Polytechnique Fédérale Universitetinin professorudur. O, sağlamlıq, qocalma və xəstəlikdə maddələr mübadiləsini başa düşmək üçün növlər arası sistemlərin genetikası və fiziologiyasından istifadə edir. Onun işinin çox hissəsi pəhriz, məşq və hormonlar kimi genetik və ətraf mühit faktorlarının transkripsiya faktorlarının və onlarla əlaqəli tənzimləyicilərin fəaliyyətini modulyasiya etməklə mitoxondrial metabolizmə necə nəzarət etdiyini başa düşməyə yönəlmişdir.

Gary Bader Toronto Universitetinin Donnelli Mərkəzində molekulyar genetika və kompüter elmləri üzrə dosentdir. Onun tədqiqatı hüceyrə funksiyasını daha yaxşı başa düşmək üçün bioloji yollardan istifadə edərək genomik məlumatların şərhinə yönəlib. Bu, geniş protein qarşılıqlı proqnozlaşdırılması və yol və şəbəkə verilənlər bazası layihələri ilə dəstəklənir.

Filip Bastiaens Maks Plank adına Molekulyar Fiziologiya İnstitutunda Sistem Hüceyrə Biologiyası Departamentinin direktoru və Dortmund TU-nun Kimya və Kimya Biologiya fakültəsinin professorudur. O, təcrübi və nəzəri olaraq siqnal molekullarının məkan təşkilinin onların kollektiv dinamikasından necə yarandığını və bunun hüceyrə şəxsiyyətini necə müəyyənləşdirdiyini araşdırır.

Ewan Birney EMBL-EBI-nin həm-direktorudur və kiçik tədqiqat qrupunu idarə edir. O, insan, siçan, toyuq və bir sıra digər orqanizmlərin genom ardıcıllığının şərh edilməsində mühüm rol oynayıb və ENCODE layihəsi üçün analiz qrupuna rəhbərlik edib. Evanın əsas tədqiqat sahələrinə funksional genomika, montaj alqoritmləri, genomik məlumatların təhlili üçün statistik üsullar və ardıcıllıq məlumatlarının sıxılması daxildir.

Michael Butros Alman Xərçəng Araşdırma Mərkəzində (DKFZ) Qrup lideri və Heidelberg Universitetində professordur. Onun tədqiqat maraqları sistem genetikası, xüsusən də inkişaf biologiyası və xərçəngdə hüceyrə siqnalı ilə əlaqədardır. Onun qrupu genotipdən fenotip əlaqələrini tədqiq etmək üçün geniş miqyaslı funksional yanaşmalardan istifadə edir.

Markus Covert Stanford Universitetinin Biomühəndislik kafedrasının dosentidir. Onun əsas maraqları məməlilərin siqnal şəbəkələrinin canlı hüceyrə təsvirini asanlaşdırmaq üçün texnologiya və hesablama yanaşmalarını inkişaf etdirmək, həmçinin genotip əsasında hüceyrə davranışının hərtərəfli riyazi "bütün hüceyrə" modellərini qurmaqdır.

Patrik Kramer Almaniyanın Göttingen şəhərində Maks Plank adına Biofiziki Kimya İnstitutunun direktorudur. Onun laboratoriyası gen transkripsiyası və tənzimlənməsi mexanizmlərini aydınlaşdırmaq üçün funksional genomikanı, hesablama biologiyasını və struktur biologiyanı birləşdirir. Tədqiqat eukaryotik hüceyrələrdə transkripsiyanın başlaması və uzanması mexanizmlərini, mRNT mübadiləsinin prinsiplərini müəyyən etmişdir.

İleana Cristea Princeton Universitetinin Molekulyar Biologiya Departamentinin professorudur və hazırda ABŞ HUPO-nun seçilmiş prezidenti kimi fəaliyyət göstərir. Onun tədqiqatı virus patogenlərinə qarşı hüceyrə sahibi müdafiə mexanizmlərini müəyyən etmək məqsədi daşıyır. O, infeksiyanın inkişafı zamanı məkan və zamanda dinamik zülal qarşılıqlı təsirlərini xarakterizə etmək üçün metodlar işləyib hazırlayıb və onun qrupunun tədqiqatları proteomikanı, molekulyar virusologiyanı, mikroskopiyanı, bioinformatikanı və hesablama modelləşdirməni birləşdirir.

Roland Eils Heidelbergdəki Alman Xərçəng Araşdırmaları Mərkəzi - DKFZ-də Nəzəri Bioinformatika şöbəsinə rəhbərlik edir. O, həmçinin Heidelberg Universitetinin sistem biologiyası mərkəzi olan BioQuant-ın qurucusu və idarəedici direktorudur. Onun tədqiqat marağı inteqrasiya olunmuş genomika, görüntüləmə və hesablama modelləşdirmə yanaşması ilə xəstəliklərdə mürəkkəb patomexanizmlərin deşifrə edilməsindən ibarətdir.

Yan Ellenberq Heidelbergdəki EMBL-də qrup lideridir. Onun tədqiqat qrupu qabaqcıl kəmiyyət flüoresan mikroskopiya yanaşmalarını və bioloji proseslərin kompüter simulyasiyalarını birləşdirərək hüceyrə dövrü ərzində nüvə strukturunun funksional dinamikası üzərində işləyir.

Michael Elowitz Caltech-də biologiya və tətbiqi fizika üzrə dosentdir. Onun komandası canlı hüceyrələrdə genetik sxemlərin necə işlədiyi və təkamül etdiyi ilə maraqlanır.Eksperimental və nəzəri yanaşmalardan istifadə edərək qrup sadə genetik elementlərin davranışını və onların təşkil etdiyi sxemləri tək hüceyrə səviyyəsində öyrənir.

James Ferrell Stenford Universiteti Tibb Fakültəsinin Kimya və Sistem Biologiyası üzrə professoru və sədridir. Onun tədqiqatları siqnal sistemlərinin dizayn prinsiplərinə, xüsusən də hüceyrə dövrünə yönəlib.

Eileen Furlong EMBL, Heidelberg-də Genom Biologiya bölməsinin birgə rəhbəridir. Onun tədqiqat maraqları inkişaf zamanı transkripsiya şəbəkələrinə yönəlmişdir. Bu məqsədlə onun qrupu genomik, genetik və bioinformatik yanaşmaları birləşdirir ki, inkişafın gedişatına dair proqnozlaşdırıcı fikirlər əldə edir.

Anne-Klod Gavin Heidelberg-dəki Avropa Molekulyar Biologiya Laboratoriyasının (EMBL) struktur və hesablama biologiya bölməsinin qrup rəhbəri və baş elmi işçisidir. Onun qrupu həm məkan, həm də müvəqqəti olaraq molekulyar səviyyədə hüceyrə şəbəkələrini və dövrəni xarakterizə etmək üçün biokimyəvi, kütləvi spektrometriya, struktur və hesablama üsullarını birləşdirir. Onun tədqiqatı hüceyrə komponentlərinin birlikdə necə işlədiyini və bioloji funksiyaya nail olmağı anlamaq məqsədi daşıyır.

Ronald Germain NIH, ABŞ, Milli Allergiya və Yoluxucu Xəstəliklər İnstitutunda İmmunologiya Laboratoriyasının Limfosit Biologiyası Seksiyasının müdiri və Sistem İmmunologiyası və Yoluxucu Xəstəliklərin Modelləşdirilməsi Proqramının Direktoru, həmçinin Trans-NIH İnsan İmmunologiya Mərkəzinin Direktor müavinidir. . Onun əsas tədqiqat maraqları bioloji həllin müxtəlif miqyaslarında immun sistemlərinin işləməsi və immun prosesləri başa düşməmizi inkişaf etdirmək üçün görüntüləmə və hesablama yanaşmalarının istifadəsidir.

Mark Gerstein Yale Universitetində Albert L Williams Biotibbi İnformatika üzrə Dosentdir. O, Yale Hesablama Biologiyası və Bioinformatika Proqramının həm-direktorudur. Onun tədqiqatları bioinformatikaya yönəlib və o, xüsusilə irimiqyaslı inteqrativ sorğular, bioloji verilənlər bazası dizaynı, makromolekulyar həndəsə, molekulyar simulyasiya, insan genomunun annotasiyası, gen ifadə analizi və məlumatların öyrənilməsi ilə maraqlanır.

Anne-Klod Cinqras Torontodakı Mount Sinai Xəstəxanasının Lunenfeld-Tanenbaum Tədqiqat İnstitutunda baş müstəntiq və Toronto Universitetinin Molekulyar Genetika Departamentində dosentdir. Onun tədqiqatları sistematik yanaşmalardan istifadə edərək siqnal yollarının öyrənilməsinə və həm eksperimental, həm də hesablamalı kəmiyyət proteomika texnologiyalarının inkişafına yönəlib.

Alexander Hoffmann UCLA-da Mikrobiologiya və İmmunologiya professoru və UCSD-də onillik keçdikdən sonra Sistem Biologiyası tədqiqatı və təhsili üçün infrastrukturlar hazırladığı Kəmiyyət və Hesablama Bioelmləri İnstitutunun (QCBio) təsisçi direktorudur. O, Fizika və Zoologiya (Kembridge Universiteti) üzrə dərəcələrə malikdir və təhsilini Robert Roeder və Devid Baltimora, eləcə də bir çox hesablama biologiyası tələbələrinə borcludur.

Frank Holstege Hollandiyanın Utrext Universitetinin Tibb Mərkəzinin Genomik Laboratoriyasının rəhbəridir. Laboratoriya eukaryotik transkripsiyanın tənzimlənməsi mexanizmlərinə maraq göstərir. O, mikroarray qurğusunu və texnologiya qrupunu DNT mikroarray məlumatlarının çıxarılması və genom miqyaslı verilənlər bazalarının inteqrativ təhlili ilə məşğul olan bioinformatika qrupu ilə birləşdirir.

Laurence D. Hurst Böyük Britaniyanın Bath Universitetində Təkamül Genetikası Professorudur. Bioinformatika, müqayisəli genomik və sistem bioloji vasitələrdən istifadə edərək, onun tədqiqat maraqları genlərin və genomların necə təkamül etdiyinə aiddir. Xüsusilə, onun işi gen nizamının təkamülünü, niyə əksər genlərin əvəzsiz göründüyünü və niyə sinonim mutasiyaların seçim altında olduğunu başa düşməyə yönəlib.

Terens Hva Fizika Departamentində Prezident Kafedrasının professoru və San Dieqo Kaliforniya Universitetində Kəmiyyət Biologiyası üzrə magistr proqramının həm-direktorudur. Onun tədqiqat istiqaməti mikrob sistemləri üzərindədir, burada o, molekulyar şəbəkələri mikrob fiziologiyasına qoşmaq üçün eksperimental və nəzəri yanaşmaların birləşməsindən istifadə edir.

Trey İdeker San Dieqodakı Kaliforniya Universitetində Tibb və Biomühəndislik professorudur. O, Tibbi Genetika şöbəsinin müdiri, Şəbəkə Biologiyası üzrə Milli Resursun Direktoru və San Dieqo Sistem Biologiya Mərkəzinin direktoru, həmçinin Kompüter Elmləri üzrə Adyunkt Professor və Moores UCSD Xərçəng Mərkəzinin üzvü kimi xidmət edir. O, hüceyrə prosesləri və xəstəliklərin şəbəkə modellərini qurmaq üçün genom miqyaslı ölçmələrin yığılmasında qabaqcıldır. Onun son tədqiqat fəaliyyətlərinə bioloji şəbəkə vizualizasiyası üçün Cytoscape və NetworkBLAST proqram paketlərinin DNT zədələnməsinə cavab işlənməsini tənzimləyən şəbəkələrin yığılması və növlər arası şəbəkə müqayisəsi və inkişaf və xəstəlik zamanı şəbəkə əsaslı biomarkerlərin müəyyən edilməsi üsulları daxildir.

Dirk İnze Gent Universitetində Bitki Fiziologiyası və Bitki Molekulyar Biologiyası üzrə tam professor və VIB (Flanders Biotexnologiya İnstitutu) Bitki Sistemləri Biologiyası Departamentinin direktorudur. Dirk Inzé-nin tədqiqat ambisiyası bitki orqanının böyüməsini və məhsul məhsuldarlığını tənzimləyən mürəkkəb molekulyar şəbəkələri deşifrə etməkdir.

Boris Xolodenko Elm Fondu İrlandiya Stokes Sistem Biologiyası üzrə Professor, Sistem Biologiyası üzrə Direktor müavini, Dublin Universitet Kolleci və Tomas Cefferson Universitetində, Filadelfiya, ABŞ-da köməkçi professordur. O, tədqiqatların məqsədi hüceyrə məlumat ötürülməsini və siqnalın və gen şəbəkələrinin məkan-zaman dinamikası ilə idarə olunan hüceyrə taleyi qərarlarını anlamaqdır.

Hiroaki Kitano Sony Computer Science Laboratories, Inc.-nin direktoru və Sistem Biologiya İnstitutunun direktoru, Yaponiya, Tokio. Onun son tədqiqat maraqları bioloji möhkəmlik, xərçəng sistemləri biologiyası, sistem biologiyası və robototexnika üçün proqram platformalarına aiddir.

Yan Korbel Heidelbergdəki EMBL və Hinxtondakı EMBL-EBI-də qrup lideridir. Onun qrupu molekulyar genetika və genomikada eksperimental və hesablama yanaşmalarından istifadə edərək genomik struktur dəyişikliyinə xüsusi diqqət yetirməklə, genetik dəyişkənliyin mutasiya mənşəyi və funksional nəticələrini araşdırır. Onun maraqları germline genetikasından xərçəngdə baş verən somatik DNT dəyişikliklərinə qədər dəyişir və əsas tədqiqat məqsədi xəstəliklərlə əlaqəli DNT dəyişmə proseslərinin mexaniki əsaslarını araşdırmaqdır.

Nevan J. Kroqan Kaliforniya-San-Fransisko Universitetində Hüceyrə və Molekulyar Farmakologiya professoru və UCSF-də Kaliforniya Kəmiyyət Bioelmləri İnstitutunun direktorudur. O, UCSF-də Helen Diller Ailəsi Kompleks Xərçəng Mərkəzində və Gladstone Ürək-damar Xəstəlikləri və Virusologiya və İmmunologiya İnstitutunda əlaqəli görüşlər keçirir. Dr. Kroqan funksional genomika və sistem biologiyası sahələrində ekspertdir. Onun laboratoriyası indi müxtəlif bioloji prosesləri, xüsusən patogen orqanizmlər və onların sahibləri arasında funksional interfeysi öyrənmək üçün qlobal proteomik və genomik üsulları tətbiq edərək biologiyaya “sistemlərdən mexanizmə” yanaşmasını inkişaf etdirir. Nəhayət, bu yanaşma mütəmadi olaraq qaçırılan və yenidən bağlanan ev sahibi yolları haqqında məlumat verəcək və terapevtik müdaxilə üçün gələcək səylərin harada baş verəcəyinə dair daha aydın mənzərəni təmin edəcəkdir.

Qalit Lahav Harvard Tibb Məktəbində Sistem Biologiyası üzrə Dosentdir. Onun laboratoriyası fərdi xərçəng və sağlam hüceyrələrdə hüceyrə qərarlarının qəbulunu başa düşmək üçün insan hüceyrələrində siqnal şəbəkələrinin dinamikasını öyrənmək üçün kəmiyyət canlı hüceyrə təsviri və riyazi modelləşdirməni birləşdirir.

Rune Linding Kopenhagen Universitetində (UCPH) Biotexnoloji Tədqiqatlar və İnnovasiyalar Mərkəzində (BRIC) professordur. Onun laboratoriyası kəmiyyət qlobal hüceyrə siqnalı məlumatlarında alqoritmlər hazırlamaq və yerləşdirməklə bioloji sistemləri tədqiq edən şəbəkə biologiyası tədqiqat qrupudur. Uzunmüddətli məqsəd, hüceyrə davranışını hava və ya təyyarə modellərinə bənzər dəqiqliklə proqnozlaşdırmaq və bu imkandan xərçəng kimi mürəkkəb xəstəlikləri hədəf almaq üçün istifadə etməkdir.

Endryu Millar Edinburq Universitetində Sistem Biologiyası kafedrasının müdiridir. O, Kembric Universitetində Genetika üzrə təhsil alıb, sonra Ph.D. Nyu-Yorkun Rokfeller Universitetində 24 saatlıq bioloji saatı öyrənir. Onun laboratoriyası bitkilərdə və yosunlarda gündəlik və mövsümi ritmləri başa düşmək üçün təcrübələr, bioinformatika və riyazi modelləşdirməni birləşdirir.

Vamsi Mootha Harvard Tibb Məktəbində və Massaçusets Ümumi Xəstəxanasında Sistem Biologiyası və Tibb professorudur. Onun laboratoriyası mitoxondriləri və maddələr mübadiləsinin anadangəlmə səhvlərini öyrənmək üçün genomika, biokimya və sistem biologiyasından istifadə edir.

Feliks Naef İsveçrənin Lozanna şəhərində École Polytechnique Fédérale Universitetində dosentdir. Onun laboratoriyası sirkadiyalı ritmlər və transkripsiya partlaması kimi zəngin temporal dinamikaya malik sistemləri öyrənir. Nəzəriyyə və təcrübələri birləşdirərək, onun yanaşmaları tək hüceyrənin sürətləndirilməsindən tutmuş toxumalarda funksional genomikaya qədər bir çox miqyasları əhatə edir.

Ceremi Nikolson London Universitetinin İmperator Kollecində professor və bioloji kimya şöbəsinin müdiridir. Onun tədqiqat maraqlarına aşağıdakılar daxildir: bioloji NMR spektroskopiyası, yeni LC-MS və bioanalizə elektrokimyəvi yanaşmalar, kimyometriklər, metabolik modelləşdirmə və xəstəliklərin və toksik proseslərin molekulyar əsaslarını başa düşməyə aparan tədqiqatlar.

Garry Nolan Stanford Universiteti Tibb Məktəbində Mikrobiologiya və İmmunologiya üzrə Professordur. Onun qrupu autoimmuniteti, xərçəngi, virusologiyanı, bakterial patogenləri sorğulamaq, eləcə də normal immun sisteminin funksiyasını başa düşmək üçün kinaz idarəedici siqnal kaskadlarının yüksək məhsuldarlıqlı tək hüceyrəli analiz texnologiyasından istifadə edir. Qabaqcıl axın sitometrik üsullarından, o cümlədən hüceyrə başına 50-100 epitopa xas parametrləri ölçməyə imkan verən yeni hibrid kütlə spektrometri/axın sitometri və hesablama biologiyası yanaşmalarından istifadə edərək, komanda diqqəti yüksək məhsuldarlıqlı dərman skrininqinə, siçan modellərinə yönəldir. xəstəliyin idarə edilməsi və tək hüceyrə səviyyəsində xəstəlik proseslərini başa düşmək üçün klinik sınaqlardan əldə edilən ilkin xəstə materiallarına bu yanaşmaların tətbiqi.

Béla Novák Oksford Universitetinin Biokimya Departamentinin İnteqrativ Sistemlər Biologiyası Mərkəzinin Sistem Biologiyası Professorudur. Onun tədqiqat qrupu eukariotlarda hüceyrə dövrünün gedişatını idarə edən hüceyrədaxili siqnal ötürülməsi şəbəkələrinin dinamikası ilə maraqlanır.

Duncan Odom 2001-ci ildə Kaliforniya Texnologiya İnstitutunda bioqeyri-üzvi kimya üzrə fəlsəfə doktoru elmi dərəcəsini almışdır. O, 2006-cı ilə qədər Whitehead İnstitutunda / MIT-də doktoranturadan sonrakı tədqiqatçı olmuşdur, sonra Kembric Universitetinə, Xərçəng Araşdırmaları Böyük Britaniya - Kembric İnstitutuna köçmüşdür. 2011-ci ildən o, həm də Wellcome Trust Sanger İnstitutunda Assosiativ Fakültə üzvüdür.

Alexander van Oudenaarden Utrextdəki Hubrecht İnkişaf Biologiyası və Kök Hüceyrə Tədqiqatları İnstitutunun direktorudur. Van Oudenaarden laboratoriyası inkişaf və kök hüceyrə biologiyası ilə bağlı suallara diqqət yetirməklə tək hüceyrələrdə qərar qəbul etməyi kəmiyyətcə başa düşmək üçün eksperimental, hesablama və nəzəri yanaşmaların birləşməsindən istifadə edir.

Bernhard Palsson San Dieqo Kaliforniya Universitetində biomühəndislik professoru və tibb üzrə köməkçi professordur. Onun UCSD-dəki hazırkı tədqiqatı genom miqyaslı biokimyəvi reaksiya şəbəkələrinin yenidən qurulmasına, genom miqyaslı modellər üçün riyazi analiz prosedurlarının işlənib hazırlanmasına və E. coli-də hüceyrə metabolizminə və transkripsiya tənzimlənməsinə cari diqqət yetirməklə genom miqyaslı modellərin eksperimental yoxlanılmasına yönəlmişdir. coli və maya.

Lukas Pelkmans kəmiyyət biologiyası professorudur və Sürix Universitetində Ernst Hadorn kafedrasının müdiridir. Pelkmans laboratoriyası molekulyar və hüceyrə sistemlərində fövqəladə hadisələri və özünü təşkili başa düşmək üçün eksperimental hüceyrə biologiyası, genişmiqyaslı görüntüləmə, kompüter görmə, məlumatlara əsaslanan modelləşdirmə və nəzəri yanaşmaları tətbiq edir.

Norbert Perrimon Harvard Tibb Məktəbinin Genetika professoru və Howard Hughes Tibb İnstitutunun müstəntiqidir. Bu illər ərzində Perrimon və onun həmkarları siqnal ötürmə yollarının strukturunu başa düşməyimizə bir sıra töhfələr vermişlər. Bundan əlavə, onun laboratoriyası gen funksiyalarını müəyyən etmək üçün faydalı olduğunu sübut edən bir sıra üsullar hazırlamışdır. Bu yaxınlarda onun səylərinin çoxu bioloji şəbəkələrdə genetik artıqlığı öyrənmək məqsədi ilə Drosophila hüceyrələrində və in vivo yüksək məhsuldarlıqlı skrininq üçün RNT müdaxiləsi metodologiyasının tətbiqinə yönəldilib.

Ana Pombo Berlin Tibbi Sistemlər Biologiyası İnstitutunda Qrup Rəhbəri və Humboldt Universitetinin professorudur. Onun tədqiqat qrupu transkripsiya faktorlarının yerli təsirindən və RNT polimeraza II-nin tənzimlənməsindən tutmuş, tənzimləyici DNT ardıcıllığını hədəf genləri ilə birləşdirən xromatin döngə hadisələrinə, bütün xromosomların bir-birinə nisbətən necə yerləşdirilməsinə qədər müxtəlif miqyaslarda gen tənzimlənməsi mexanizmlərini öyrənir. hüceyrə nüvələri daxilində.

Joshua Rabinowitz Prinston Universitetində kimya və inteqrativ genomika professorudur. Onun laboratoriyası hüceyrə metabolitlərinin və onların axınının ölçülməsi texnologiyalarını işləyib hazırlayır və hüceyrə və toxuma metabolizmasını, o cümlədən onun normal tənzimlənməsi və xəstəlik zamanı nizamsızlığını başa düşmək üçün bu “metabolomik” yanaşmaları kəmiyyət modelləşdirmə ilə birləşdirir.

Nikolaus Rajewski 2008-ci ildən "Berlin Tibbi Sistemlər Biologiyası İnstitutunun elmi rəhbəridir. Onun laboratoriyası heyvanlarda gen tənzimlənməsi haqqında daha çox anlamaq üçün nəzəri/hesablama və eksperimental metodları birləşdirir. Tədqiqat qrupları fənlərarasıdır, molekulyar biologiya və biokimyadan müxtəlif model orqanizmlər və analizi bioinformatika, statistika və fizika alətləri və konsepsiyaları ilə idarə etmək.Əsas diqqət kiçik RNT-lər və RNT bağlayan zülallar tərəfindən transkripsiyadan sonrakı gen tənzimlənməsinə yönəldilmişdir.

Rama Ranganatan Çikaqo Universitetində Təkamül Edən Sistemlərin Fizikası Mərkəzinin professoru və direktorudur. O, hüceyrə siqnal sistemlərində funksiyanın struktur prinsiplərini və bu sistemlərin təkamül prosesi ilə necə qurulduğunu anlamaqda maraqlıdır.

Aviv Regev fəlsəfə doktoru dərəcəsini almışdır. Təl-Əviv Universitetində hesablama biologiyası üzrə. O, 2006-cı ildə Geniş İnstitutuna əsas üzv kimi, MİT-ə isə müəllim kimi qoşulmuşdur və 2009-cu ildən Howard Hughes Tibb İnstitutunda Erkən Karyera Elmi işçisidir. Regevin tədqiqat mərkəzləri mürəkkəb molekulyar şəbəkələrin insan orqanizmində necə işlədiyini və təkamül etdiyini anlamaq üzrədir. dəqiqələrdən milyonlarla ilə qədər dəyişən zaman miqyasında genetik və ətraf mühit dəyişiklikləri. Geniş İnstituta qoşulmazdan əvvəl Regev Harvard Universitetində Bauer Genomik Tədqiqatlar Mərkəzinin əməkdaşı olub və burada genomik məlumatlardan tənzimləyici şəbəkələrin və modulların yenidən qurulmasına yeni yanaşmalar işləyib hazırlayıb.

Frederik (Fritz) Roth Toronto Universitetinin Donnelli Mərkəzində və Molekulyar Genetika və Kompüter Elmləri Departamentlərində və Sinay Dağı Xəstəxanasının Lunenfeld-Tanenbaum Tədqiqat İnstitutunda professordur. Onun komandası zülal və genetik qarşılıqlı əlaqəni xəritələşdirmək, mürəkkəb əlamətləri anlamaq və genomik dəyişkənliyi insan xəstəlikləri ilə əlaqələndirmək üçün genetik və hesablama texnologiyaları hazırlayır.

Eytan Ruppin kompüter elmləri professoru və Merilend Universitetində Bioinformatika və Hesablama Biologiya Mərkəzinin direktorudur. Onun tədqiqatları dəqiq onkologiya üçün yeni sistem miqyaslı yanaşmaların işlənib hazırlanmasına diqqət yetirməklə, xərçəng genomikasının və maddələr mübadiləsinin hesablama tədqiqatına yönəlib.

Uve Sauer ETH Sürixdə Sistem Biologiyası Professorudur. Onun tədqiqat maraqları bakteriya və mayalarda mürəkkəb metabolik və tənzimləmə şəbəkələrinə yönəlmişdir. Bu məqsədlə onun qrupu hesablama modelləri ilə birləşdirilən həm kəmiyyət, həm də yüksək məhsuldarlıq analizləri üçün 13 C-flux analizi və metabolomika üçün metodlar hazırlayır.

Erik Şadt Pacific Bioscience şirkətinin baş elmi direktorudur, burada o, şirkətin elmi strategiyasına, o cümlədən şirkətin texnologiyasının növbəti nəsil ardıcıllıq tətbiqləri üçün vizyonun yaradılmasına nəzarət edir. O, həmçinin verilənlər bazası yaratmaq və dəstəkləmək üçün nəzərdə tutulmuş açıq giriş genomikası təşəbbüsü olan Sage Bionetworks-in qurucu üzvüdür və xəstəliyin innovativ, dinamik modellərini yaratmaq üçün əlçatan platformadır.

Dirk Schübeler Bazeldəki Friedrich Miescher Biotibbi Tədqiqatlar İnstitutunda qrup rəhbəri və Bazel Universitetində professordur. Onun qrupu xromatin və DNT modifikasiyalarının genomun tənzimlənməsinə necə təsir etdiyini başa düşmək üçün funksional genomikanı və hədəflənmiş mutagenezi birləşdirir.

Luis Serrano Heidelberg, EMBL-də Struktur və Hesablama Biologiyası Bölməsinin rəhbəridir. Onun tədqiqat qrupu zülal-zülal və zülal-DNT qarşılıqlı təsirlərini proqnozlaşdırmaq üçün zülal struktur məlumatlarını zülal dizayn alqoritmləri ilə necə birləşdirməyi araşdırır.

Lucy Shapiro Stenford Universiteti Tibb Məktəbinin İnkişaf Biologiyası Departamentində Xərçəng Tədqiqatları üzrə Lüdviq Professor və Stanfordda Bekman Molekulyar və Genetik Tibb Mərkəzinin direktorudur. Onun işinin mərkəzi hüceyrə dövrünün gedişatına nəzarət edən genetik dövrə və hüceyrə dövrü tənzimləyici şəbəkəni koordinasiya edən tənzimləyici zülalların 3D yerləşdirilməsidir.

James Sharpe İspaniyanın Barselona şəhərindəki Genomik Tənzimləmə Mərkəzində (CRG) Sistem Biologiyası Bölməsinin koordinatorudur. Onun qrupu çoxhüceyrəli sistemləri - həm dinamik modelləşdirmə (2D və 3D), həm də eksperimental yanaşmaları öyrənir. Onlar əzaların inkişafının görüntüyə əsaslanan simulyasiyalarına və gen dövrələrinin məkan dinamikasına diqqət yetirirlər. O, 3D məlumatların tutulması üsulu kimi Optik Proyeksiya Tomoqrafiyasını icad etdi və qrup həmçinin mezoskopik görüntüləmə texnologiyasını inkişaf etdirməyə davam edir.

Benni Şilo İsrailin Weizmann İnstitutunun Molekulyar Genetika Departamentində qrup rəhbəridir. Drosophila'da proto-onkogen homoloqlarını kəşf etdikdən sonra, onun laboratoriyası inkişaf siqnal yollarının parçalanmasına diqqət yetirdi. Son on ildə o, həmçinin inkişaf zamanı möhkəmlik və miqyaslılığın əsaslarını başa düşməyə yönəlmiş hesablama bioloqları ilə əməkdaşlıqda iştirak etmişdir.

Pamela Silver Harvard Tibb Məktəbində Sistem Biologiyası Professoru və Sistem Biologiyası üzrə Harvard Universitetinin geniş PhD Proqramının direktorudur. O, həmçinin Dana Farber Xərçəng İnstitutunun Xərçəng Biologiyası Departamentinin üzvüdür. Onun tədqiqat maraqlarına RNT-nin sistem biologiyası, nüvədaxili şəbəkələrin dinamikasının başa düşülməsi, yolun kəşfi üçün hüceyrə əsaslı ekranlardan istifadə və eukaryotik hüceyrələrin dizaynı üçün sintetik biologiya daxildir.

Yan Skotheim Stanford Universitetində biologiya üzrə dosentdir. Onun laboratoriya işi hüceyrə bölünməsini başa düşmək üçün tətbiq olunan hüceyrə siqnalının və hesablamanın kəmiyyət aspektləri üzərində işləyir. Onun laboratoriyası üçün əsas motivasiya sualı hüceyrə böyüməsinin hüceyrə bölünməsini necə tetiklediğini anlamaqdır.

Kristina Smolke Stanford Universitetinin Biomühəndislik departamentində köməkçi professordur. O, həmçinin Ümid Şəhərində Xərçəng İmmunoterapevtik Proqramının üzvüdür. Onun tədqiqat proqramı RNT əsaslı məlumat emalı və idarəetmə cihazlarının dizaynına və onların mobil hesablamalara, siqnalların işlənməsinə və sistem səviyyəli mühəndislik strategiyalarına inteqrasiyasına yönəlmişdir.

Maykl Snayder Stanford Ascherman professoru və genetika sədri və Genomika və Fərdi Tibb Mərkəzinin direktorudur. Onun laboratoriya tədqiqatı hər hansı bir orqanizmdə geniş miqyaslı funksional genomika layihəsini həyata keçirən ilk tədqiqat idi və hazırda həm maya, həm də insanlarda genomika və proteomika sahələrində müxtəlif layihələr həyata keçirir.

Peter Sorger Harvard Tibb Məktəbində Sistem Biologiyası və MIT-də Biologiya Mühəndisliyi professorudur və Ph.D. 1993-cü ildə Hugh Pelhamın nəzarəti altında Trinity College Cambridge-dən. Sorger daha sonra UCSF-də Harold Varmus və Andrew Murray ilə Markey Postdoctoral Fellow kimi təhsil aldı. Sorgerin tədqiqatı siçanlarda və insanlarda ölüm və sağ qalma yollarının modelləşdirilməsi və ölçülməsinə və xromosomların ayrılmasına yönəlib. O, Hüceyrə Qərar Prosesləri Mərkəzinə (www.cdpcenter.org) rəhbərlik edir və Merrimack Pharmaceuticals və Glencoe proqram təminatının həmtəsisçisidir.

İqor Staqlyar Kanadanın Toronto Universitetinin Donnelli Mərkəzində molekulyar genetika və biokimya professorudur. Onun laboratoriyası hüceyrə siqnalının və membran daşıma yollarının normal və xəstəlik hüceyrələrində hüceyrə davranışını necə idarə etdiyini başa düşmək üçün yüksək məhsuldarlıqlı interaktiv proteomika, genetik, hüceyrə bioloji və bioinformatik vasitələrdən istifadə edir.

Aleksandr Stark Avstriyanın Vyana şəhərindəki Tədqiqat Molekulyar Patologiya İnstitutunda (IMP) Qrup Rəhbəri və Baş Elmi İşçidir. O, genom miqyaslı funksional analizləri bioinformatika və biokimya ilə birləşdirən fənlərarası yanaşmadan istifadə edərək transkripsiya tənzimləməsini öyrənir. Onun işinin xüsusi diqqəti transkripsiya gücləndiriciləri, əsas promotorlar və transkripsiya tənzimləyici zülallardır (transkripsiya faktorları və kofaktorlar).

Lars Steinmetz Stenford Universitetində Genetika professoru və Avropa Molekulyar Biologiya Laboratoriyasının (EMBL) Genom Biologiyası Bölməsinin rəhbəridir. Onun tədqiqatı genom tənzimlənməsinin funksiyası və mexanizmini, kompleks fenotiplərin genetik əsaslarını və xəstəliyin əsasını təşkil edən genetik və molekulyar sistemləri araşdırmaq üçün fənlərarası, genom miqyaslı texnologiyaların işlənib hazırlanması və tətbiqinə yönəlib.

Amos Tanay Weizmann İnstitutunda Kompüter Elmləri və Bioloji Tənzimləmə şöbəsində dosent və Kimmel tədqiqatçısıdır. Onun tədqiqatları hüceyrələrin epigenetik və funksional vəziyyətlərini necə əldə etdiyini, sabitləşdiyini və sonradan modifikasiya etdiyini başa düşmək məqsədi ilə toxumalardakı tək hüceyrələrin heterojen populyasiyalarının genomik və xromosomal tənzimlənməsinə yönəldilmişdir.

Mark Vidal Xərçəng Biologiyası üzrə Dosent və Dana-Farber Xərçəng İnstitutunda Xərçəng Sistemləri Biologiyası Mərkəzinin direktoru və Harvard Tibb Məktəbində Genetika üzrə Dosentdir. Onun laboratoriyası mürəkkəb makromolekulyar şəbəkələrin necə təşkil edildiyini və bu şəbəkələrdəki pozğunluqların xərçəng kimi xəstəliklərə necə səbəb ola biləcəyini öyrənir.

Albertha (Marian) Walhout Hollandiyanın Utrext Universitetində molekulyar biologiya və biokimyaya diqqət yetirərək tibb üzrə fəlsəfə doktoru dərəcəsi almışdır. 1998-ci ildə Harvard Tibb Məktəbində Funksional Genomika və Sistem Biologiyası üzrə post-doc təhsili üçün ABŞ-a gəldi. O, UMass Tibb Məktəbində laboratoriyasına 2003-cü ilin yazında başlamışdır. Onun işi gen tənzimləyici şəbəkələrin və onların inkişaf, fiziologiya və xəstəliklə necə əlaqəli olduğunun aydınlaşdırılmasına yönəlmişdir.

Jun Wang BGI-nin (əvvəllər Pekin Genomika İnstitutu kimi tanınır) direktorudur və 1999-cu ildə BGI Bioinformatika Departamentinin yaradılmasında mühüm rol oynamışdır. Dr. Vanq həmçinin Kopenhagen Universitetində Ole Romer professoru vəzifəsini tutur. O, 200-dən çox resenziyalı orijinal məqalənin müəllifidir və tədqiqatı genomik məlumatlardan istifadə edərək tətbiqlər hazırlamaq məqsədi ilə kompleks xəstəliklərin və kənd təsərrüfatı bitkilərinin genomikası və əlaqəli bioinformatika təhlilinə yönəlmişdir.

Hans V. Westerhoff AstraZeneca İnteqrativ Sistemlər Biologiyası üzrə Mançester Mərkəzində Sistem Biologiyası Professorudur (Doktorluq Tədris Mərkəzinin Sistem Biologiyasına rəhbərlik edir), Amsterdam Azad Universitetində Mikrob Fiziologiyası və Amsterdam Universitetində Riyazi Biokimya professorudur. Alman HepatoSys proqramının Rəhbər Komitəsinə sədrlik edərək, o, aşağıdan yuxarı Sistem Biologiyasını nümunə göstərən İerarxik Nəzarət və Tənzimləmə, silikon hüceyrə, EGF siqnalı və DNT strukturu üzərində işləmişdir.

Lingchong You Paul Ruffin Scarborough Duke Universitetinin Pratt Mühəndislik Məktəbində Mühəndislik üzrə Dosentdir. Onun laboratoriyası bioloji şəbəkələrin dizayn prinsiplərini araşdırır və hesablama, mühəndislik və tibbdə tətbiqlər üçün sintetik gen sxemlərindən istifadə edir.

Marino Zerial Drezdendəki MPI-CBG-nin idarəedici direktorudur. O, biokimya, canlı hüceyrə təsviri, görüntü emalı, funksional genomika və sistem analizinə hesablama yanaşmalarını birləşdirən endositoz və siqnalizasiya üzrə fənlərarası tədqiqatlar aparır.


Videoya baxın: بناء البروتين النسخ والترجمة (BiləR 2022).