СЕТЕВАЯ МЕДИЦИНА (2016)
В статье представлен краткий обзор основных публикаций по приложению теории сложных сетей в изучении заболеваний человека. Основное внимание уделено вопросам взаимосвязи различных болезней на молекулярном и фенотипическом уровне. Дано краткое описание сетевой модели сахарного диабета второго типа.
This paper provides a brief review of major publications on the application of the
theory of complex networks on the study of human diseases. We pay major attention on the
relationship between various diseases at the molecular and phenotypic level. We give also a brief
description of the network model of diabetes of the second type.
Идентификаторы и классификаторы
В конце двадцатого века на основе теории графов сформировалась новая область статистической физики – теория сложных сетей, ставшая эффективным инструментом исследования сложных систем различной природы, в том числе биологии и медицины [1]. В последние годы приложения теории сложных сетей к проблемам возникновения болезней человека привело к возникновению нового направления в медицине – сетевой медицины (Network Medicine) [5-11]. Цель данной статьи – представить краткий обзор наиболее важных публикаций этого научного направления, прежде всего связанных с пониманием проблемы взаимосвязи различных заболеваний.
В современной биологии и медицине значительные усилия направлены на нахождение связей между молекулярно-генетическим происхождением заболевания и его фенотипическим проявлением в виде симптомов. Хотя часто заболевания лечатся независимо от других, мало кто сомневается в том, что болезни связаны между собой. В 2007 году была построена первая сетевая структура заболеваний человека, в которой каждому узлу соответствует определенное заболевание и между узлами существует связь, если соответствующие им заболевания вызваны каким-то одним генетическим изменением [5]. Позднее аналогичные сетевые структуры стали создавать на основе патологий в метаболических реакциях, в белковых взаимодействиях, регуляторных и сигнальных сетях и т.д., а также учитывались взаимодействия людей в социальных сетях, что позволило начать изучение проблем медицины методами теории многослойных сетей [2].
Список литературы
- Barabasi A.-L. Network Science. URL: http://barabasi.com/networksciencebook/
- Barabasi A.-L., Gulbance N., Loscilz J. Network medicine: a network based approach to
human disease // Nature Review. Genetics. – January 2011. – vol.12. – pp. 56-68. - Chen L.L., Blumm N., Barabasi A.-L, Christakis N.A., Deisboeck T.S.. Cancer metastasis
networks and the prediction of progression patterns // British Journal of Cancer. – 2009. – no. 101. – pp. 749–758. - Ghiassian S. D., Menche J., Barabási A.-L. A DIseAse MOdule Detection (DIAMOnD) in
Algorithm Derived from a Systematic Analysis of Connectivity Patterns of Disease Proteins in the
Human Interactome // PLOS Computational Biology. – April 8, 2015. – DOI:10.1371. - Goh K., Cusick M.E., Valle D., Childs B., Vidal M., and Barabasi A.-L. Human disease
network // PNAS. – May 22, 2007. – vol. 104, no. 21. – P. 8687. - Hidalgo C. A., Blumm N., Barabasi A.L., Christakis N. A dynamic network approach for
the study of human phenotypes // PLos. Comput.Biol. – 2009. – no. 5. – e1000353. - Menche J., Sharma A., Kitsak M., Ghiassian S. D., Vidal M., Loscalzo J., Barabási A.-L.
Uncovering disease-disease relationships through the incomplete interactome // Science. – 2015. – vol.
347, no. 6224. – pp. 841-848. - Rai A., Pawar K.A., Jalan S. Prognostic interaction patterns in diabetes mellitus II: A
random-matrix-theory relation // Physical Review. – 2015. – E 92. – 022806. - Rzhetsky A., Wajngurt D., Park N., Zheng T. Probing genetic overlap among complex
human phenotypes // PNAS. – 2007. – no. 104. – pp. 11694-11699. - Yildrim M., Goh K., Gusick M., Barabasi A.-L., Vidal M. Drug-target network // Nature
Biotechnology. – Oktober 2007. – vol. 25, no. 10. – pp. 1119-1126. - Zhou X. Z., Mencht J., Barabasi A.-L., Sharma A. Human symptoms-disease network //
Nature Communications. – 2014. – pp. 1-10, DOI: 10.1038.
- Barabasi A.-L. Network Science. URL:http://barabasi.com/networksciencebook/
- Barabasi A.-L., Gulbance N., Loscilz J. Network medicine: a network based approach to human disease. Nature Review. Genetics, January 2011, vol.12, pp. 56-68.
- Chen L.L, Blumm N., Barabasi A-L, Christakis N.A., Deisboeck T.S. Cancer metastasis networks and the prediction of progression patterns. British Journal of Cancer, 2009, no. 101, pp. 749–758.
- Ghiassian S. D., Menche J., Barabási A.-L. A DIseAse MOdule Detection (DIAMOnD) in Algorithm Derived from a Systematic Analysis of Connectivity Patterns of Disease Proteins in the Human Interactome. PLOS Computational Biology, April 8, 2015, DOI:10.1371.
- Goh K., Cusick M.E., Valle D., Childs B., Vidal M., and Barabasi A.-L. Human disease network. PNAS. May 22, 2007, vol. 104, no. 21, P. 8687.
- Hidalgo C. A., Blumm N., Barabasi A.L., Christakis N. A dynamic network approach for the study of human phenotypes. PLos. Comput.Biol., 2009, no. 5, e1000353.
- Menche J., Sharma A., Kitsak M., Ghiassian S. D., Vidal M., Loscalzo J., Barabási A.-L. Uncovering disease-disease relationships through the incomplete interactome. Science, 2015, vol. 347, no. 6224, pp.841-848.
- Rai A., Pawar K.A., Jalan S. Prognostic interaction patterns in diabetes mellitus II: A random-matrix-theory relation. Physical Review, 2015, E 92, 022806.
- Rzhetsky A., Wajngurt D., Park N., Zheng T. Probing genetic overlap among complex human phenotypes. PNAS, 2007, no. 104, pp. 11694-11699.
- Yildrim M., Goh K., Gusick M., Barabasi A.-L., Vidal M. Drug-target network. Nature Biotechnology, Oktober 2007, vol. 25, no. 10, pp. 1119-1126.
- Zhou X. Z., Mencht J., Barabasi A.-L., Sharma A. Human symptoms-disease network. Nature Communications, 2014, pp. 1-10, DOI: 10.1038.
Выпуск
Другие статьи выпуска
В современной физической картине мира понятие «масса» тела присутствует в трех основных ипостасях:
- во втором законе Ньютона F = mi dx2/d2t (mi - инертная «масса»);
- в законе всемирного тяготения |F | = G mgМ/r2 (mg - гравитационная «масса»);
- формуле Эйнштейна E = m0c2 (m0 – масса покоя, или энергетическая «масса»).
Все три массы mi, mg и m0 имеют одну и ту же размерность (килограмм) и могут относиться к одному и тому же телу, но характеризуют совершенно разные его свойства: mi – отвечает за сопротивляемость тела изменению состояния его движения, mg – отражает способность тела притягивать другие тела, m0 – характеризует количество внутренней энергии, содержащейся в теле. Поразительно, но считается, что все эти три совершенно разные характеристики тела равны друг другу mi = mg = m0.
Данное обстоятельство приводит к таким неоднозначным гипотезам, как предположение о существовании «темной материи» и «темной энергии», к необходимости поисков «эфемерных» бозонов Хиггса, к проблеме непостоянства эталонов единиц измерения, включая эталон «килограмма», и к другим проблемам современной физики.
Понятие «масса» является одним из самых неопределенных в постньютоновской науке. На взгляд автора, наиболее эффективный способ разрешения многих научных проблем – это постепенное исключение понятия «масса» из всех отраслей Знания.
Некоторые аспекты, связанные с исключением понятия «масса» из научных воззрений, обсуждаются в «Алгебре сигнатур» [2, 3, 4]. В данной статье затронут только частный вопрос о возможности развития безмассовой теории относительности на основании рассмотрения расширенного класса вакуумных уравнений Эйнштейна.
Рассмотрены флуктуации глобальной циркуляции атмосферы в 1899-2014 гг. в классификации Б.Л. Дзердзеевского. Выявлены три циркуляционные эпохи. Проанализирована повторяемость элементарных циркуляционных механизмов (ЭЦМ) в каждой эпохе. Отмечены ЭЦМ, суммарная продолжительность которых в среднем за эпоху превышает полгода.
Установлена свяэь многолетних колебаний среднегодовой температуры воздуха в Северном и Южном полушариях и глобальной, а также годовой амплитуды температуры воздуха с изменением характера циркуляции атмосферы.
Особое внимание уделено современному периоду (1998-2014 гг.). В этот период в нижней тропосфере наблюдается максимальный меридиональный перенос воздушных масс (в среднем 335 дней в году). В 93 днях в среднем за год отмечаются макропроцессы с циклонами на полюсах, без блокирующих процессов, с тремя-четырьмя выходами циклонов из низких широт в высокие в каждом полушарии (тип 13). В остальные дни преобладают макропроцессы с антициклонами на полюсах, выходами циклонов из низких широт в высокие в двух-четырёх секторах каждого полушария и арктическими/антарктическими вторжениями в их тылу, формирующими блокирующие процессы (типы 8- 12). В результате среднегодовая температура воздуха Северного, Южного полушарий и глобальная перестала ежегодно повышаться, как это было в 1981-1997 гг., хотя 2014 г. оказался самым тёплым на Земле с 1850 г.
Из-за роста продолжительности высокого давления над континентами зимой и летом годовая амплитуда глобальной температуры воздуха в настоящее время растёт.
Одновременные выходы циклонов из низких широт в высокие в разных секторах полушарий вызывают одновременное возникновение опасных природных процессов, связанных с обильными осадками, в разных регионах Земли.
Обоснована недопустимость дальнейшего разрушительного использования почвенных ресурсов планеты. Показана перспективность рассмотрения цивилизации Земли как состоящей из органически сопряженной диалектической пары – городской и сельской геобиоцивилизаций, нуждающихся в эффективном осуществлении почвоохранных и почвовосстановительных программ.
Издательство
- Издательство
- ИФСИ
- Регион
- Россия, Москва
- Почтовый адрес
- 140080, Московская область, г. Лыткарино, ул. Парковая, Д. 1, офис 14/А
- Юр. адрес
- 140080, Московская область, г. Лыткарино, ул. Парковая, Д. 1, офис 14/А
- ФИО
- Старцев Вадим Валерьевич (ГЕНЕРАЛЬНЫЙ ДИРЕКТОР)
- E-mail адрес
- systemology@yandex.ru
- Контактный телефон
- +7 (963) 7123301