系统生物学方法？也可以提取某一模块的基因 获取到基因之后,可以进行富集分析找到相关的生物学通路 我们可以分析各网络模块与样本表型之间的关系,从而找到与我们感兴趣表型相关的模块。 样本表型可以是各种指标,比如肿瘤分期分级、已知的分类亚型、那么，系统生物学方法？一起来了解一下吧。
药效物质基础是指药物的化学成分及其生物活性成分。
药物的物质基础是确定药效的关键。药物的化学成分是指药物中存在的化学物质，而生物活性成分是指具有对机体产生生理或药理效应的化学物质。药物的物质基础可以包括单一的化合物，也可以是多种化合物的复杂组合。药物的物质基础决定了药物的药理效应和治疗作用。
药效物质基础的研究是药理学和药物化学的重要内容之一。通过研究药物的物质基础，可以了解药物的化学结构、药物与机体之间的相互作用机制，以及药物对机体产生的生理、生化变化及其作用机制。这对于药物的研发、药效评价和合理用药具有重要意义。
药效物质基础研究的方法有哪些？
1、化学分析方法：通过使用现代分析技术，如高效液相色谱法（HPLC）、气相色谱法（GC）和质谱联用技术等，对药物中的化学成分进行分离、鉴定和定量分析。
2、细胞实验和体外实验：通过在细胞水平和体外环境中进行实验，评估药物对细胞功能和生物过程的影响，以及与药效相关的分子机制。
3、动物实验：使用动物模型进行药物的药效评价和药理学研究，探究药物在整体生物系统中的作用机制和效果。
4、分子生物学方法：包括基因表达分析、蛋白质组学和代谢组学等技术，用于研究药物与细胞或生物体内分子的相互作用和影响。
1、基础研究：了解生物大分子（如蛋白质、核酸等）的基本性质和相互作用机制。通过研究这些分子的结构、功能和相互作用，可以发现其模块化的基础。
2、系统生物学：采用系统生物学的方法，从整体上研究生物大分子在细胞中的功能和相互作用。这种方法可以帮助我们理解生物大分子之间的复杂交互和调控网络，从而发现其模块化的特征。
3、计算生物学：利用计算机科学和人工智能技术，对生物大分子进行模拟和预测。通过建立模型和算法，可以预测生物大分子的结构和功能，以及它们之间的相互作用。这种方法可以帮助我们理解生物大分子的模块化特征，并预测其行为。
4、生物信息学：利用生物信息学的方法，对大量的基因组、转录组和蛋白质组数据进行处理和分析。通过比较不同物种或组织中的基因表达模式和蛋白质相互作用网络，可以发现生物大分子的模块化和相互作用模式。
5、实验验证：通过实验验证模块化的存在和功能。例如，可以通过基因敲除、基因敲减或蛋白质相互作用实验等方法，验证生物大分子模块化的功能和相互作用机制。
基因组研究应该包括两方面的内容：以全基因组测序为目标的结构基因组学（structural genomics）和以基因功能鉴定为目标的功能基因组学（functional genomics)，又被称为后基因组（postgenome）研究，成为系统生物学的重要方法。
基因组学能为一些疾病提供新的诊断，治疗方法。例如，对刚诊断为乳腺癌的女性，一个名为“Oncotype DX”的基因组测试，能用来评估病人乳腺癌复发的个体危险率以及化疗效果，这有助于医生获得更多的治疗信息并进行个性化医疗。基因组学还被用于食品与农业部门。基因组学的主要工具和方法包括： 生物信息学，遗传分析，基因表达测量和基因功能鉴定。
基因组学出现于1980年代，1990年代随着几个物种基因组计划的启动，基因组学取得长足发展。 相关领域是遗传学，其研究基因以及在遗传中的功能。
1980年，噬菌体Φ-X174;(5,368 碱基对)完全测序，成为第一个测定的基因组。
1995年，嗜血流感菌（Haemophilus influenzae，1.8Mb）测序完成，是第一个测定的自由生活物种。从这时起，基因组测序工作迅速展开。
2001年，人类基因组计划公布了人类基因组草图，为基因组学研究揭开新的一页。
加权基因共表达网络分析（ WGCNA ,Weighted gene co-expression network analysis ）是一种用来描述不同基因在样本中的表达关联模式的系统生物学方法。
通过将表达高度相关的基因聚集成不同的模块，并探究不同模块与样本表型之间的关联。还可以探究模块内的关键基因的功能，作为潜在的生物标志物或治疗靶点进行后续分析
WGCNA模块识别算法大致包含以下几个步骤：
输入数据的格式要符合行为样本，列为基因的矩阵格式，因为计算的是基因之间的相关性，所以数据可以是标准化的表达值或者是read counts 。
探针集或基因可以通过平均表达量或方差（如中位数或绝对中位差）进行过滤，因为低表达或无变化的基因通常代表噪音。
注意 ：并不推荐使用差异基因作为输入矩阵，通过差异表达基因过滤将会导致一个（或几个高度相关的）基因聚成一个模块，同时，也破坏了无标度拓扑的假设，所以通过无标度拓扑拟合来选择软阈值的将会失败。
主要是过滤一些离群或异常的样本，可以对样本数据进行聚类，如果存在异常样本，则其在聚类图中会显示出离群现象，可考虑将其剔除。
首先，对基因的表达量进行0-1标准化，即
其中， 为样本方差
然后，使用pearson计算基因之间的相关性
两个基因的共表达相似性表示为
然后将基因之间的相似度转换为邻接值，对于非加权网络，计算方式为
其中为硬阈值，大于等于该阈值表示这两个基因之间存在连接，而低于阈值则认为两个基因没有连接。
systems biology（贝塔郎菲称为“有机生物学”，不同于“systematic biology”生物系统学 - 过去也译为系统生物学）
“系统生物学” (systems biology) 一词在美国NIH 的PubMed 文献库最早可检索到Zieglgansberger W 和Tolle TR 于1993 年发表的一篇神经系统疾病研究的论文摘要中，根据1968 年国际系统理论与生物学 (systems theory and biology) 会议上Mesarovic D.提出systems biology词汇 （术语）的定义为采用系统论方法研究生物学，1989 年在美国召开的生物化学系统论与生物数学国际会议探讨了生物学的系统论与计算生物学模型研究。 系统理论和系统思想对于中国知识分子并不陌生，1980 年代在中国学术界曾经流行过“三论”——系统论、信息论和控制论与系统科学。美籍奥地利科学家贝塔朗菲 (L. Bertalanffy) 在 1970 年代创立的“一般系统论” (general system theory），尽管贝塔朗菲是以生物学家的身份思考、研究，并不仅适用于生命科学，而且广泛应用于物理学、心理学、经济学和社会科学等各门学科；因而，过去所谈论的主要是在理论生物学层面上和普适性强的一般系统论，本文所要介绍的系统生物学 (systems biology），则是生命科学研究领域的一门组学、计算和转基因系统生物技术等成熟的迅速发展学科。
以上就是系统生物学方法的全部内容，1、基础研究：了解生物大分子（如蛋白质、核酸等）的基本性质和相互作用机制。通过研究这些分子的结构、功能和相互作用，可以发现其模块化的基础。2、系统生物学：采用系统生物学的方法。
