시스템생물학과 관련된 학문

전산학, 수학, 통계학, 화학 등의 다른 분야가 생명과학과 융합된 형태. 전산 생물학의 연구분야는 시스템즈 생물학과 중복되기도 한다. 주 연구분야는 서열정렬, 유전자 검색, 유전자 어셈블, 단백질 구조 정렬, 단백질 구조 예측, 유전자발현의 예측, 단백질 간 상호작용, 진화모델 등 다양하다. DNA 서열 분석 방법의 발달에 따라 현재 수많은 종의 게놈 서열이 밝혀져 있으며, 이로부터 만들어지는 RNA와 단백질에 대한 서열의 정보 또한 급속히 증가하고 있다. 또한, 특정 조건에서의 유전자들의 발현량, 그들의 산물 및 상호작용들에 대한 정보가 transcriptomics, proteomics, metabolomics 와 같은 방법들을 이용하여 대규모로 얻어지고 있다. 이처럼 데이터의 양이 급격히 증가함에 따라 이를 수작업으로 다룬다는 것은 불가능하게 되었으며, 이로부터 유용한 지식을 얻어내기 위해서는 수학, 통계학, 전산학을 기반으로 하는 방법론들이 필요로 하게 되었다. 온톨로지는 일종의 용어를 정의하는 계약이라 할 수 있다. 주로 인용되는 온톨로지에 대한 정의는 '어떤 관심 분야를 개념화하기 위해 명시적으로 정형화한 명세서'이다. 오닉스는 체하기라고도 하는데 다루는 대상에 따라 세분된다. 오닉스(Omits)의 '옴(-Moe)'은 덩어리라는 뜻이 있다. 어떤 것을 연구할 때 모든 요소를 큰 덩어리로 보고 전체의 반응에 대해 예측하고자 하는 것이다. 우리가 제대로 기능을 알고 있는 유전자의 수는 전체의 약 10-2-% 정도인 3~5천 개에 불과하다. 이런 유전자의 기능을 대규모로 밝히는 연구분야를 기능유전체학이라 부른다. 여러 종류가 있지만, 그중 분자생물학의 중심원리와 밀접한 유전체학, 전사체학, 단백질체학이 시스템 생물학과 밀접한 관계를 맺고 있다. 오닉스 생물학과 시스템 생물학의 차이점을 살펴보면 오 혼합생물학은 특정 대상에 대한 모든 요소에 대해 밝히는 것을 목적으로 한다면 시스템 생물학은 구성 요소 간의 상호작용에 대해 규명하는 학문이라 할 수 있다. 시스템 생물학을 하기 위해서는 오닉스 생물학을 통해 나온 대량의 오닉스 데이터가 재료로 필요하다. 오 혼합데이터는 마이크로 어레이 데이터와 시퀀싱 데이터로 나눌 수 있다. 즉, 각 사물에서 공통점을 찾아내고 이를 하나의 집합 또는 범주로 나타내기 위해 의미, 지식의 쓰임새 등을 분명하고 자세하게 설명하는 것을 말한다. 또 Boast는 온톨로지를 '공유된 개념의 정형화된 명세이다.'라고 정의하고 있다. 앞의 정의에 '공유'의 개념이 추가되었는데, 이는 하나의 잘 정의된 개념을 각 분야에서 공통으로 사용한다는 의미로 볼 수 있다. 인간 게놈 프로젝트를 통해 유전체 정보를 알게 되었는데 그 활용은 생명과학뿐 아니라 의학 분야에서도 클 가능성을 제시한다. 그중 가장 파급 효과를 일으킬 것으로 예상하는 분야는 개인의 게놈 정보를 분석하여 더욱 효과적인 치료를 제공할 수 있는 개인 맞춤 의학이다. 사람의 유전체는 모든 사람이 100% 일치하지 않기 때문에 같은 약을 사용해도 효과에 차이가 있을 수 있다. 하지만 개인 맞춤 의약은 환자의 유전 정보를 통해 환자를 위해 설계된 개인 맞춤 의약을 제공함으로써 부작용을 줄이고 예후가 좋을 것으로 기대된다. 개인 유전체학을 선도하는 핵심 기술은 2007년부터 도입된 차세대 염기서열 분석방식이다. 기존의 시퀀싱 방법보다 비용과 시간을 대폭 절감하여 이미 2010년 천만 원 정도 비용이면 2주 이내에 개인 유전체 분석을 할 수 있다. 기능 유전체학의 핵심은 발현이라 할 수 있다. 우리 몸의 모든 세포는 같은 유전자로 이루어져 있고 특정 부위의 발현 정도에 따라 각각 다른 세포로 분화되어 다른 기능을 가지게 되기 때문이다. 유전자 발현의 공간적, 시간적 변화정보를 얻기 위해 시스템 생물학을 통해 연구하려는 노력이 계속되고 있다. 발현 패턴을 통해 비슷한 발현 양상을 보이는 유전자들끼리 그룹 지을 수 있다. 이러한 그룹을 만드는 과정을 클러스터링이라고 한다. 생물학에서의 온톨로지는 세 가지 독립된 수준에서 나눠볼 수 있다. 이처럼 생물체로부터 얻어진 대량의 데이터로부터 유용한 지식을 얻어내기 위한 전산/통계/수학적인 도구를 통칭하는 용어로써 생물정보학이 쓰이고 있으며, 전산 생물학이라는 용어 또한 흔히 같은 뜻으로 쓰이고 있다. 특정한 기준을 알고 기준에 따라 나누는 것을 분류이라 한다면 클러스터링은 기준을 모르는 상태에서 비슷한 것들끼리 뭉쳐보면서 기준을 찾는 것이다. 이처럼 생물체로부터 얻어진 대량의 데이터로부터 유용한 지식을 얻어내고자 하는 노력 중에서, 시스템 전체에 대한 분석 및 수리적인 모형화를 강조하는 용어인 시스템 생물학도 생물정보학과 상당 부분 겹치는 용어이다. 생명 시스템을 네트워크라는 단위로 효과적으로 설명하고자 하는 시도. 시스템 생물학에서는 단백질, 단백질 간의 상호작용이나 대상 경로, 신호전달 네트워크, 전사-조절 네트워크, mRNA-표적 네트워크, 협동적 발현 네트워크 등 생물학적 관계를 네트워크로 모형화하고자 한다. 대부분 이러한 생물학적 네트워크는 불규칙적이지 않고 독특한 구조를 형성하는데 이러한 구조가 어떤 작용으로 생성되었는지 이해하는 것은 시스템 생물학 기초 및 응용 연구의 기본 원리가 된다. 전사체학에서 대표되는 기술 생물학 데이터의 대량 생산에 크게 이바지했다. 반도체 칩 제조공정과 유사한 방식으로 작은 판 위에 수백만 개의 유전자의 발현 정도를 볼 수 있다. 비교군과 대조군의 표본에서 mRNA를 추출하여 상보적인 cDNA를 만들고 형광물질로 표지하여 탐침 자가 붙어 있는 마이크로 칩에 뿌려주면 형광물질의 색으로 발현 정도를 볼 수 있다. 정량적이지 못하고 극단적이라는 단점이 있다. 사용하는 서열의 종류와 실험 기법에 따라 여러 종류가 있고 종류마다 나타내는 정보도 다르다.