結構生物化學/系統生物學
系統生物學，網路生物學或整合生物學，是一種應用於生物醫學和生物科學研究的新興方法。系統生物學是一個基於生物學的跨學科研究領域，它側重於生物系統中的複雜相互作用，使用更廣闊的視角（整體主義而不是傳統的還原主義）方法來進行生物學和生物醫學研究。從它的角度來看，基因（或任何感興趣的分子）及其產物（或更小的分子，如輔因子、信使分子和代謝物）被視為“節點”。節點之間的聯絡代表了一種關係，可以是物理相互作用、酶促反應或功能連線。該系統假設內部和外部擾動都會影響表型。質譜（MS）用於識別網路連線，例如蛋白質相互作用網路。特別是從2000年開始，該概念已廣泛應用於生物科學的各種環境中。系統生物學的一個遠大目標是模擬和發現湧現特性，即細胞、組織和生物體作為系統運作的特性，其理論描述只有使用屬於系統生物學範圍內的技術才有可能。這些通常涉及代謝網路或細胞訊號網路。系統生物學有一些重要的推論：1）需要將生物過程作為一個整體來考察；2）為先進的計算和實驗方法提供新的機遇，並依賴於這些技術。
在過去，研究通常在“一個基因-一個蛋白質-一個功能”的標準內進行，被稱為“分子生物學正規化”。這是一種思維方式，認為 1) 基因和蛋白質功能之間存在直接聯絡，這意味著基因及其翻譯產物解釋了生物功能，以及 2) 蛋白質被單獨地以及線性地觀察（下游和上游）。儘管已經開發出強大的技術並取得了顯著的技術進步，但基因型-表型聯絡仍然是一個挑戰。
'質譜法（MS') 用於此蛋白質組學研究。為了滿足每種生物學需求，已經提出了各種策略，其中每種策略只是“總蛋白質組空間”的一部分。這些策略是
- • 鳥槍法/發現：可以識別樣本中的大量蛋白質，但最有可能只檢測到最豐富的蛋白質
- • 定向：識別特定的預定蛋白質集，並在高水平的可重複性下進行定量
- • 靶向：高可重複性，並且對於一小部分預選蛋白質具有高度準確性，具有高檢測靈敏度和動態範圍
- • 資料依賴性分析 (DDA)：正在興起，但試圖識別樣本中的所有蛋白質
需要定量和識別分子的技術來定量和識別網路的邊緣，這已透過兩種方式解決：一種直接方法，即透過其更高的親和力捕捉節點的相互作用分子來測量邊緣，以及一種間接方法，該方法使用節點與分子和節點之間的測定。
在基於 MS 的蛋白質組學中，區分了兩種型別的網路：蛋白質相互作用網路 (PIN) 是無向網路，因此沒有方向偏好，而蛋白質訊號網路 (PSN) 是有向網路，具有首選方向。PIN 可以透過基於 MS 的蛋白質組學的主要興趣 蛋白質-蛋白質相互作用網路 (PPIN) 來舉例說明，因為這些網路中節點和邊緣之間的直接聯絡是可測量的。為了研究此類網路，蛋白質被用作“誘餌分子”來捕捉相互作用的蛋白質，然後透過 MS 識別它們。為了分析 PPIN，親和純化質譜 (AP MS) 是首選，因為它反映了 PPIN 的多方向性複雜性。然後，對 AP MS 資料進行解釋，其中兩個或多個共純化的節點連線到邊緣，形成網路，並且可以推斷出蛋白質訊號網路 (PSN)。
進行擾動實驗以觀察改變酶活性（例如在細胞中的啟用或抑制）的影響，這可以用於與體外實驗進行比較，從而可以提供網路重新連線的新見解。擾動有兩種型別：主要影響邊緣的擾動，以及影響節點的擾動，從而影響其邊緣。磷酸化網路已被深入研究，其中使用激酶抑制劑下調磷酸肽會導致一個問題，即它是否依賴於激酶，但可能不依賴於激酶。目標是瞭解網路如何捕獲和利用這些資訊來產生表型或激發細胞反應。透過將靜態 PPIN（用於識別具有設定網路屬性的基因並可以與表型相關聯）與使用微陣列測量的蛋白質-DNA 相互作用資料相結合，可以將網路連線與表型聯絡起來。然後，完成搜尋以識別具有不尋常數量邊緣的基因，這表明樣本的表型子集中相關性可能發生變化。然後，對 How 資料和網路知識的結論的可靠性取決於多個因素：網路的覆蓋範圍和正確性、資料的質量以及相關性計算方法。此外，結果不會自動導致因果關係。
一般路線圖
- 1) 從以前的研究中定義節點的起始網路
- 2) 破壞網路元件並呈現實驗資料
- 3) 使用資訊來改進網路模型，並從網路改進實驗資料和表型
Bu Z, Callaway DJ (2011)。“蛋白質移動！蛋白質動力學和細胞訊號傳導中的遠端變構”。蛋白質化學與結構生物學進展。蛋白質化學與結構生物學進展 83：163–221
Bensimon A, Heck AJ, Aebersold R. 基於質譜的蛋白質組學和網路生物學。Annu Rev Biochem. 2012;81:379-405。審查。PubMed PMID：22439968。