1.2　蛋白质网络

基于网络水平对生物分子、疾病等进行分析研究已经成为趋势。因为生物网络，例如蛋白质相互作用网络（Protein Interaction Network，PIN。我们更多地用蛋白质网络这一说法）、基因调控网络、代谢网络以及Link-RNA与疾病的关系网络等，可以为生物信息的发现提供一个更综合、更全局的框架。

目前，基于蛋白质网络的分析研究普遍将来源于不同技术和不同条件下的蛋白质相互作用组成一个静态的无向图G(V,E)，其中，每个顶点v∈V表示一个蛋白质，每条边e∈E表示一对蛋白质之间的相互作用，如图1-2所示。

图1-2　酵母蛋白质网络（Yeast PIN）

但是，这种静态描述方法忽略了蛋白质的动态特性，以及蛋白质与蛋白质之间相互作用的动态特性。在细胞中，真实的蛋白质网络不是一成不变的，而是随着时间和条件不断变化的[45-48]。例如，随着条件的改变，某些蛋白质会被降解，另一些蛋白质会被翻译出来，与此同时，一些蛋白质相互作用消失了，另一些新的蛋白质相互作用形成了。随着蛋白质网络的动态变化，在生物体中参与了大量生命活动的、通过彼此之间的相互作用形成的蛋白复合物/功能模块[49]也是动态变化的[50, 51]。已有研究成果表明，疾病的发生和发展也与这种动态变化密切相关。例如，对心血管疾病的研究发现，有近百种蛋白质的改变与扩张性心肌病、心力衰竭和心肌缺血密切相关[52, 53]。然而传统的静态蛋白质网络没有办法体现这种动态性，因此在蛋白质网络上进行的蛋白质复合物/功能模块识别以及疾病相关等研究受到了很大的局限。

近年来，利用多元数据研究蛋白质网络的动态性及应用已成为生物信息学的研究热点，与实验系统遥相呼应。Y2H、MS实验和以蛋白质芯片为代表的各种技术在不同条件下识别的蛋白质相互作用数据为动态蛋白质网络的构建提供了一个支架。基因微阵列技术、新一代测序技术产生了高通量的基因表达数据，为研究不同发育、生长期和不同生理、病理条件下不同细胞类型的基因表达建立了基础。生物实验技术的发展，使得产生的蛋白质亚细胞定位数据、质谱数据等其他数据从原来的低通量变为高通量。在多元数据的推动下，蛋白质网络的建模从静态转向动态。