系统生物学(systems biology)
想象你手里有一架飞机完整的零件清单——每一颗螺栓、每一根线、每一块面板都被命名、清点过——但没有接线图,也不知道这些零件如何协同工作。你会知道一架飞机由什么构成,却不理解它如何飞行。几十年来,分子生物学极擅长编纂生命的零件清单:这个基因、那个蛋白、这种酶。系统生物学是一种转向,转向研究所有这些零件如何作为一个整体相互作用,因为飞行——和生命一样——是连接的属性,而不是零件的属性。
系统生物学把细胞建模为相互作用组件的网络,而不是一份各自独立分子的目录。基因在基因调控网络中彼此调节;蛋白在蛋白相互作用网络中彼此接触、彼此影响;代谢物在反应通路中流动。研究者把大规模测量(基因组学、转录组学、蛋白质组学)与计算机模型和数学结合起来,去刻画这些因果之网,再运行或模拟它们,看整个系统会做什么。要点在于:行为是从网络中涌现出来的,你无法从任何单一零件上读出它——反馈回路产生开关、振荡和稳定性,而这些是任何一个孤立基因都“装不下”的。
这一转向之所以重要,是因为生物学的大部分都是涌现的:心跳的节律、一个细胞分裂的决定、让生物体在某个基因被敲除后仍能挺住的稳健性——这些都源自相互作用,而不是源自任何单一分子。系统思维解释了为什么删掉一个“重要”基因有时却什么也没发生(网络补偿了它),也解释了为什么像癌症这样的疾病是网络的失败、而不是单个零件的损坏。它诚实的难处在于:这些网络浩瀚、绘制得并不完整、且充满噪音,所以模型是有意为之的简化。一个能拟合今天数据的模型,在机制上仍可能是错的;而一张从相关性画出的网络,可能包含一些只是统计假象、而非真实相互作用的连线。
两个彼此抑制的基因构成一个双稳态开关:这一对可以稳定在两种状态之一,并在它们之间翻转,这种行为只存在于这个回路中,而不存在于任一单独的基因里——这正是系统生物学所研究的那种涌现逻辑。
系统生物学研究的是从连接中涌现的行为,而非从任何单一零件中涌现的行为。
一个能拟合数据的模型并不等于证明了机制,而从相关性构建的网络可能包含一些只是统计假象、而非真实相互作用的连线。