第六章导言提出的问题是：当 DNA 序列（第 1、2 章）、变异（第 3 章）、表达（第 4 章）与蛋白质（第 5 章）都已成为可高通量测量的对象之后，如何把这些彼此独立测量的「层」重新组织成对一个活细胞的整体认识。本节先解决方法论问题：系统生物学在何种意义上不同于「把基因一个个研究清楚」，它需要什么样的数据结构、关心哪些系统性质、又有哪些建模与整合的路线可选。
6.1.1 从还原论到系统论
二十世纪生物学的通行做法可以概括为一条三步谱系：还原分解——把器官还原为细胞、细胞还原为分子、分子还原到原子结构；部件编目——把分子逐一定性、克隆、测序，弄清「有什么」；然后期望系统重组——假定理解了部件之后，整体行为会自然显现。前五章的基因组学正是这条谱系的极致形态：参照序列给出了完整的「字典」，注释给出了「词条」，表达谱与蛋白质组进一步为「词条」标注使用状态。到 2009 年原书第三版写作时，主要模式生物的部件清单已大体齐备（Gibson & Muse, 2009）。
然而清单的完备并不等于理解的完备。还原论(reductionism)的纲领是：把系统分解为尽可能简单的组分，逐一研究，再把部件知识加总为整体知识。这一纲领在分子生物学时代战果辉煌；但它隐含着一个假设——整体等于部件之和。在网络化的生物系统中，这一假设恰恰不成立：基因之间、蛋白质之间、代谢物之间的相互作用本身构成「部件」之外的一层实在，而这层实在无法通过研究任何单个部件来捕获。知道两万个基因的名字，并不等于知道一个受精卵如何发育成个体、一个细胞为何分化、一簇癌细胞为何耐药。基因组学交出的是部件清单，系统生物学追问的是组装与运行的说明书。
「系统生物学」一词并非新造：20 世纪 60 年代，Mesarović 主编的会议文集《系统理论与生物学》已在标题层面把系统科学引入生物学（Mesarović, 1968），其思想源头更可上溯一般系统论与控制论。但当时既无多层次同时测量的技术，也无处理高维数据的计算手段，这一设想只能停留在纲领层面。它真正成为可操作的研究策略，是在基因组参照序列、组学平台与计算能力三者齐备的 2000 年前后：Kitano（2002）把系统生物学概括为四个相互衔接的要素——系统结构辨识（测量并确定组分与相互作用，画出「电路图」）、系统行为分析（在结构与扰动数据之上理解系统如何运行）、系统控制（找到可操纵系统的节点与方式）与系统设计（有目的地修改乃至重构系统）。几乎同期，Ideker 等（2001）在酵母半乳糖代谢网络上完成整合研究：先以多层测量提出网络模型，再用系统性扰动检验并修正模型，形成「测量—建模—扰动—再测量」的迭代循环，即「发现与假设」的双向循环。
这一转变的必要性，被 Lazebnik（2002）的一篇方法论寓言讲得十分透彻：假如让一群生物学家去修理一台收音机，他们会怎么做——把元件全部拆下、分类、编号，逐个移除再听声音变化，按颜色、大小与相邻关系发表一系列论文；而这台收音机在工程师手里，只需要一张电路图与一只万用表。寓言的要点不在于讽刺：收音机的元件并不比细胞少多少，问题在于生物学的描述体系缺少「电路图」这个层级——既缺少元件之间的连接关系，也缺少信号在连接上流动的量值。系统生物学的直接目标，就是为细胞补上这张图。
6.1.2 组学数据的层次结构
要把多层测量组织起来，先要明确层与层的关系。通行的做法是把可测对象排成一个自上而下的信息栈：基因组(genome)是恒定的蓝图——约 3.1 Gb 的 DNA 序列在几乎所有体细胞中同一套，终生基本不改写；转录组(transcriptome)是瞬时的程序——哪些基因正被读取、读取多少，随细胞类型与时相在分钟到小时尺度上改写；蛋白质组(proteome)是执行的机器——承担催化、运输与信号传递的分子及其修饰、定位状态；代谢组(metabolome)是输出的通量——酶促反应的小分子底物与产物在秒到分钟尺度涨落，直接反映酶的即时活性；最下层是表型组——形态、生理与疾病等可观察输出，按发育与世代尺度缓慢呈现。图 6.1-1 把五层结构、各层的时间尺度与代表测量平台一并给出。
这一栈结构里有一处重要的不对称：自上而下是因果解释的惯常方向（序列→表达→蛋白→代谢→表型），但相邻两层之间都不是一一映射。第 4 章已述可变剪接使转录本数倍于基因数，第 5 章已述 mRNA 与蛋白质丰度之间只有中等程度的相关；正是这种逐级的放大、稀释与延迟，使「由基因组直接推表型」不可能一步完成，也为跨层整合提供了存在理由——每一层的测量都携带其他层没有的信息。
两条路线：自上而下与自下而上。自上而下（数据驱动）路线从多层高维测量出发，用统计与机器学习方法提取模块、相关结构与候选网络，少预设、重发现，其弱点是结论多为相关而非机理。自下而上（模型驱动）路线从已知的部件与反应出发构建机理模型（例如某条通路的微分方程组），强调定量预测与实验验证，其弱点是可扩展性受知识面与参数的限制。当代系统生物学的实践多为两条路线交替：自上而下提出候选结构，自下而上对局部做定量闭环（Kitano, 2002；Alon, 2007）。
6.1.3 系统属性：鲁棒性、涌现性与简并性
「系统」之所以需要专门研究，是因为它具有部件层面不存在、或无法由部件性质直接推出的性质。以下三个概念在文献中常被混用，需要严格区分。
鲁棒性(robustness)：系统在内部参数摄动或外部环境扰动下，维持其核心功能相对稳定的能力（Kitano, 2004）。实现机制主要有三类：负反馈（把偏差拉回设定点）、冗余与简并（功能上互替的部件互相兜底）、模块化（把故障局限在局部，防止级联扩散）。鲁棒性总是相对于「特定功能」与「特定扰动类」而言：对一类扰动鲁棒的系统，常对另一类意料之外的扰动异常敏感，即「既鲁棒又脆弱」——这与 5.6 节所述无标度网络对随机节点失效鲁棒、对枢纽节点定向攻击脆弱的现象，是同一原理在拓扑层面的表现。
涌现性(emergence)：系统整体表现出其任何单个组分都不具备、且难以从组分性质直接演绎出的行为模式。判别标志是：对整体行为的描述需要引入新的变量与新的规律层级。例如单个转录因子没有「阈值」，但若干因子构成的调控回路可以呈现全或无的开关行为；单个分子无所谓「分化」，细胞命运决定却是转录网络集体动力学的涌现输出。涌现性是「整体不等于部件之和」这一命题的正面表述。
简并性(degeneracy)指结构上不相同的部件或通路能够执行功能上等价的任务。它容易与冗余(redundancy)混淆：冗余是相同拷贝的重复，如一个基因的两份完全相同的序列；简并则是「殊途同归」——结构不同、功能等价，且各部件通常同时承担其他功能。例如某条糖酵解途径受阻时，细胞可经其他结构上不同的途径维持 ATP 供给；免疫系统中不同受体重排可以识别同一抗原。简并性比简单冗余更普遍也更「节约」：它不必维护一份闲置的备份，而是让在役部件互相兜底，因而是鲁棒性最重要的结构基础之一（Kitano, 2004）。
三个概念可以用三个问句分开：问「扰动之后功能是否维持」，答案是鲁棒性；问「整体行为能否从部件直接推出」，不能推出者为涌现性；问「不同结构能否给出相同功能」，是即简并性。同一实验现象也常常同时体现多个性质——敲除某个酶而通量几乎不变，这是鲁棒性的表现，其机制可能是简并性，而补偿响应的协调执行本身又是网络层面的涌现行为（习题 6.1-1）。
「球形奶牛」：简化模型的用途与限度。理论物理学的自嘲故事说：要提高奶牛产奶量，先「假设这头奶牛是一个球体」。笑话的学术内核是：模型是为了可解而造的，不是对现实的复制——球对称使方程可积，正如「二元件负反馈」「恒定合成速率」使生物模型可以手解。教学与研究中大量使用此类极简模型（Alon, 2007 的教材即以此传统著称），其价值不在数值精确，而在隔离出一种机制、给出一个可对照的基准解。限度同样明确：简化的正当性取决于被简化掉的元素对所问问题是否要紧。「球形奶牛」处理散热问题大体可行，处理消化则完全失效；同理，「一个基因一个功能」的简化在编目阶段功不可没，但在研究调控与疾病时，被简化掉的恰恰是相互作用本身——此时继续沿用，就成了寓言中那位面对电路图却仍在数元件的修理者（Lazebnik, 2002）。
习题 6.1-1
判断下列现象主要体现了鲁棒性、涌现性还是简并性（可以组合），并各用一句话说明理由。
(a) 敲除酵母某糖酵解酶基因后生长速率几乎不变，残余通量经一条结构不同的旁路维持；
(b) 数个转录因子构成的调控回路在刺激超过某一强度后突然整体转入另一状态，出现「全或无」的分化决策；
(c) 培养温度在约 ±5 °C 范围内波动时，细胞分裂周期长度保持恒定；
(d) 药物抑制某信号通路的主干后，细胞经反馈上调平行的旁路，数天后增殖速率恢复。
(a) 简并性——结构不同的旁路承担了同等功能，并因此表现为表型层面的鲁棒；(b) 涌现性——阈值与开关行为是回路集体动力学的性质，任何单个因子都不具备；(c) 鲁棒性——对环境扰动维持功能恒定，机制多为反馈缓冲；(d) 鲁棒性——经反馈实现的扰动后功能恢复（「既鲁棒又脆弱」的典型：旁路再被抑制时系统往往崩塌）。辨析要点：鲁棒性描述「扰动下功能维持」的现象，简并性与涌现性分别提供其结构基础与整体行为来源，三者不在同一问句层面。
6.1.4 建模范式概览
系统生物学的「建模」覆盖一个很宽的谱系。一端是定性模型：相互作用图（有向图，节点为分子、边为调控关系并标注激活或抑制）与逻辑网络（如布尔网络，把每个组分的状态简化为开/关并按时钟同步更新）。定性模型不追求数值，但能回答拓扑学问题：网络中存在哪些反馈环与前馈结构、移除某节点后哪些路径仍然连通。在先验知识稀缺、证据以「有无互作」为主的阶段，它是组织数据的首选框架。
另一端是定量模型：以常微分方程（ODE）描述浓度随时间的连续演化。其思想基础是质量作用定律(law of mass action)——反应速率正比于反应物浓度的乘积。任何 ODE 形式的生物模型都可以追溯到同一个「进—出」骨架：
稳态、弛豫时间与敏感性等系统量都由这类方程直接给出（习题 6.1-2）。但 ODE 是确定性模型：给定参数与初值，轨迹唯一。当分子拷贝数很低（每细胞数个到数十个）时，化学反应的离散涨落使「浓度」不再是恰当的变量——同一初始条件下两次实验的轨迹可以明显不同。此时需要随机模型：以化学主方程(chemical master equation, CME)描述系统处于各分子数状态 n 的概率 P(n, t) 如何随离散反应事件演化；其样本轨迹可用 Gillespie 算法精确模拟。随机模型能解释基因表达噪声、噬菌体溶原–裂解选择等确定性模型原则上给不出的现象，代价是状态空间随组分数指数增长。
习题 6.1-2
设某基因的 mRNA 分子数 M 满足最简模型 dM/dt = ks − kd·M，其中 ks = 600 分子/小时，kd = 0.5 小时⁻¹。(1) 求稳态分子数 M* 与弛豫时间 τ；(2) 若诱导使 ks 加倍，新稳态是多少？弛豫快慢是否改变？(3) 该开环模型的稳态随 ks、kd 的漂移而漂移。据此说明：为什么「维持输出不变」的鲁棒性不可能来自稳态本身，而必须来自反馈。
参考解答(1) 令 dM/dt = 0 得 M* = ks/kd = 1200 分子；τ = 1/kd = 2 小时（偏离稳态的分量按 e−t/τ 衰减）。(2) M* = 2400 分子；kd 不变则 τ 仍为 2 小时——弛豫时间只由降解常数决定，与合成速率无关。(3) 开环稳态是参数的确定函数（M* = ks/kd），参数漂移多少、稳态就漂移多少，系统对参数误差没有任何抵抗；要使输出在参数漂移下保持恒定，必须让输出偏差反过来调节输入通量，即引入负反馈——这正是 Kitano（2004）把反馈列为鲁棒性第一机制的定量理由。
三类范式加上第四条统计路线并置于表 6.1-1 与图 6.1-2。所有定量路线共享同一个瓶颈——参数化(parameterization)：一个只有几十个组分的网络，速率常数就可能上百个，其中绝大多数从未被测量。通行对策包括文献取值、参数扫描（在合理区间内系统地改变参数、考察行为是否保持）与参数优化（以实验数据拟合），并辅以敏感性分析判断哪些参数真正要紧；与之相关的可辨识性问题——不同参数组合给出同样好的拟合——则提醒我们对拟合出的「唯一」参数保持怀疑。当连网络结构都未知时，问题升级为网络推断(network inference)：从多层扰动数据反推相互作用的存在与方向。这是一个逆向问题(inverse problem)——由输出反推结构，解一般不唯一，需要附加约束或干预实验，其方法学将在 6.4 节展开。
| 范式 | 数学对象 | 典型输入 | 能回答的问题 | 主要局限 |
|---|---|---|---|---|
| 定性（相互作用图 / 逻辑网络） | 有向图；布尔状态与真值表 | 互作证据（酵母双杂交、ChIP、文本挖掘） | 谁可能调控谁；存在哪些反馈环与模块 | 不含量纲与时间细节，预测力有限 |
| 定量（ODE 动力学，式 6.1-1） | 常微分方程组 | 速率常数与初值（常须拟合或文献估计） | 浓度如何随时间演化；稳态与扰动响应 | 参数化瓶颈；可辨识性问题 |
| 随机（化学主方程） | 状态概率分布 P(n, t) | 各反应的倾向函数 | 低拷贝涨落；状态切换的概率与时延 | 计算代价高；态空间随组分数爆炸 |
| 统计推断（网络逆向） | 相关 / 条件独立图；因果图模型 | 多层组学矩阵（特征数远大于样本数） | 数据支持哪些边与模块；候选因果方向 | 本质为逆向问题；需干预或工具变量确认 |
习题 6.1-3
为下列研究问题选择最合适的建模范式（定性相互作用图 / ODE / 化学主方程 / 统计网络推断），并各用一句话说明理由。
(a) 手头只有文献与酵母双杂交证据，想知道某信号通路中可能存在哪些反馈环；
(b) 一个三节点负反馈回路的全部速率常数已知，欲预测撤去诱导后 60 分钟内的浓度轨迹；
(c) 某抑制蛋白每细胞平均仅约 4 个分子，欲估计下游基因从关闭到开启的延时分布；
(d) 有 80 份配对样本的基因型、表达与代谢物三层矩阵，欲提出可检验的调控假设。
(a) 定性相互作用图——所需证据是拓扑性的，无量纲数据可入模型，图论工具即可回答反馈环问题；(b) ODE——参数齐备、分子拷贝数高，确定性方程足以给出唯一轨迹；(c) 化学主方程（或 Gillespie 模拟）——低拷贝离散涨落是问题核心，确定性浓度不是恰当变量；(d) 统计网络推断——结构与参数均未知，只能由数据反推候选边与模块，再交由扰动实验验证（见 6.4 节）。
6.1.5 整合的必要性与困难
整合的必要性来自单层解释力的上限：任何单一层次的测量都只能解释表型变异的一部分。但跨层整合面对三类结构性困难。其一，跨层异质：各层数据的数学类型不同（基因型是离散计数，表达量与代谢物浓度是连续变量，修饰状态是组合类别），动态范围与噪声结构不同，变化的时间尺度更是相差悬殊——代谢物在秒级重排，而表型按月与世代积累；更重要的是，同一研究者的各层测量必须落在同一批样本上（样本配对），这在临床取材中往往是最硬的约束。
其二，因果方向的多义：跨层相关 X–Y 之间至少存在三种解释——X 致 Y、Y 致 X、共因 C 同时致 X 与 Y。观察性数据本身无法区分三者，需要干预实验（敲除、激动剂、时间顺序设计）或借助「自然实验」。遗传变异由于在配子形成时随机分配、且不受后天表型的反向影响，可充当天然的工具变量：若携带某变异的个体其某基因表达系统性偏高，则「变异→表达」的方向较为可信——这是孟德尔随机化思想的原型，也是 6.3 节eQTL 把基因型层与表达层缝合时的逻辑基础。
其三，数据量与维度：典型多组学研究中，特征数为百万级（变异）到万级（表达、蛋白质）与百千级（代谢物），而配对样本常仅数十到数百，特征数远大于样本数。多重检验、批次效应与过拟合风险随之而来——第 4 章对有监督分类方法的警示在此完全适用。这些困难不构成放弃整合的理由，但决定了整合研究必须以严格的统计设计与验证为前提；它们也将作为主题在本章后续各节反复出现。
6.1.6 本章路线图
按照 Kitano（2002）的四要素框架，本章余下各节可以视为「结构辨识—行为分析」的两翼，并在结尾触及「控制与设计」：
- 6.2 代谢组学：补齐图 6.1-1 五层栈中变化最快、离表型最近的那层测量——三大平台、非靶向与靶向策略及多元统计；
- 6.3 基因表达的数量遗传：eQTL：以「遗传基因组学」把变异层与表达层缝起来，给出从相关走向因果的第一件工具；
- 6.4 多组学数据整合与网络推理：把多层矩阵对齐后联合建模——共表达模块、多层网络与因果推理；
- 6.5 系统发育基因组学：把时间尺度从个体一生拉长到物种的亿年，用全基因组数据重建并检验生命之树；
- 6.6 前沿与结语：合成生物学（系统设计）、精准医学的组学基础与伦理维度，并为全书收束。
一言以蔽之：前五章解决「如何测量每一层」，本章解决「如何把测得的各层重新缝成一个会运转的整体」。部件清单已经摊在桌上，接下来的问题是说明书。
关键术语
- 系统生物学 (systems biology)
- 以多层次同时测量与定量模型刻画生物系统动态行为与调控结构的研究策略。
- 还原论 (reductionism)
- 把系统分解为尽可能简单的组分逐一研究、再加总为整体知识的纲领。
- 涌现性 (emergence)
- 整体表现出部件所不具备且难以由部件性质直接推出的行为模式。
- 鲁棒性 (robustness)
- 系统在扰动下维持核心功能相对稳定的能力；经反馈、冗余与模块化实现。
- 简并性 (degeneracy)
- 结构不同的部件或通路执行功能上等价任务的性质；区别于相同拷贝的冗余。
- 质量作用定律 (law of mass action)
- 反应速率正比于反应物浓度乘积的唯象假设，生化 ODE 模型的建模基础。
- 化学主方程 (chemical master equation)
- 描述系统分子数状态概率随离散反应事件演化的方程，用于低拷贝随机性。
- 参数化 (parameterization)
- 为模型指定速率常数等参数取值的过程；定量建模的主要瓶颈。
- 网络推断 (network inference)
- 从多层扰动或相关数据反推相互作用存在与方向的逆向问题。
- 自上而下与自下而上 (top-down / bottom-up)
- 数据驱动的发现路线与模型驱动的机理路线；系统生物学的两条互补进路。
参考文献与延伸阅读
- Gibson G, Muse SV. 2009. A Primer of Genome Science, 3rd ed. Sunderland (MA): Sinauer Associates. (Chapter 6)
- Mesarović MD (ed.). 1968. Systems Theory and Biology. Berlin: Springer-Verlag.
- Ideker T, Thorsson V, Ranish JA, et al. 2001. Integrated genomic and proteomic analyses of a systematically perturbed metabolic network. Science 292: 929–934.
- Kitano H. 2002. Systems biology: a brief overview. Science 295: 1662–1664.
- Lazebnik Y. 2002. Can a biologist fix a radio? — Or, what I learned while studying apoptosis. Cancer Cell 2: 179–182.
- Kitano H. 2004. Biological robustness. Nature Reviews Genetics 5: 826–837.
- Alon U. 2007. An Introduction to Systems Biology: Design Principles of Biological Circuits. Boca Raton (FL): Chapman & Hall/CRC.