張瑩瑩，陳寅螢，王 忠，王永炎

(中國中醫(yī)科學(xué)院中醫(yī)臨床基礎(chǔ)醫(yī)學(xué)研究所，北京 100700)

單靶點(diǎn)治療在面對(duì)多基因復(fù)雜疾病時(shí)已顯示出明顯不足［1］，網(wǎng)絡(luò)模型表明，抑制多個(gè)靶標(biāo)可以比單一抑制更加有效［2］。由此，強(qiáng)調(diào)多靶點(diǎn)聯(lián)合的網(wǎng)絡(luò)藥理學(xué)為干預(yù)復(fù)雜疾病帶來新的機(jī)遇。生物數(shù)據(jù)集及其內(nèi)部關(guān)系被以網(wǎng)絡(luò)圖的形式表示［3］，網(wǎng)絡(luò)分析作為一種新的工具，用以整合藥物與疾病之間的復(fù)雜關(guān)系［4］，這將有可能系統(tǒng)地揭示藥物作用的復(fù)雜機(jī)制［5］。但大量組學(xué)數(shù)據(jù)所構(gòu)建的生物網(wǎng)絡(luò)極為復(fù)雜，故此，解碼該網(wǎng)絡(luò)給研究者帶來了極大挑戰(zhàn)。

證據(jù)顯示生物系統(tǒng)的網(wǎng)絡(luò)具有模塊(module)組織結(jié)構(gòu)［6］，即網(wǎng)絡(luò)中一些分子共同執(zhí)行某種生物學(xué)功能，這一結(jié)構(gòu)的識(shí)別可使復(fù)雜網(wǎng)絡(luò)降維，被認(rèn)為是理解生物系統(tǒng)的一個(gè)關(guān)鍵因素［4］?；诖耍K藥理學(xué)(modular pharmacology，MP)［7］概念框架被提出，認(rèn)為復(fù)雜疾病的治療需要一種模塊化設(shè)計(jì)來影響多個(gè)靶點(diǎn)。本文希望通過向大家傳遞模塊相關(guān)基礎(chǔ)信息，以便更好地理解此框架應(yīng)用優(yōu)勢(shì)。

1 模塊的概念

模塊性(modularity)是復(fù)雜網(wǎng)絡(luò)一個(gè)非常重要的特性(Fig 1)，是生物系統(tǒng)普遍存在的現(xiàn)象［6］，然而，其標(biāo)準(zhǔn)化語義注釋的提供是十分緊迫的。拓?fù)淠K(topological module)顯示成簇的節(jié)點(diǎn)，在拓?fù)浣Y(jié)構(gòu)上表現(xiàn)為模塊內(nèi)部的節(jié)點(diǎn)連接比較稠密，模塊之間連接比較稀疏［8］，即內(nèi)聚度大于耦合度。功能模塊(functional modules)是指由許多不同的分子組成的，在功能上和形態(tài)上相對(duì)獨(dú)立的實(shí)體［9］，它源于注釋為一定功能的拓?fù)淠K，是具有共識(shí)性的。此外，Barabási等［10］提出在疾病網(wǎng)絡(luò)中，與疾病相關(guān)的基因會(huì)聚集成疾病模塊。由于組件共享，疾病模塊與拓?fù)淠K、功能模塊是緊密相關(guān)的，疾病被認(rèn)為通常是一個(gè)特殊的功能模塊崩潰的結(jié)果，暗示了疾病模塊是一種特殊的功能模塊。Winther將模塊劃分為3種不同的理論類型:結(jié)構(gòu)模塊(structural modules)、發(fā)育模塊(developmental modules)和生理模塊(physiological modules)［11］。當(dāng)然，不同類型模塊的概念并不一定是相互排斥的，這基于不同領(lǐng)域?qū)＜也煌囊暯?，但目的相同?/p>

除此，文獻(xiàn)中還出現(xiàn)了許多與模塊概念相似的稱謂，如亞網(wǎng)絡(luò)或子網(wǎng)絡(luò)(subnetworks)［12］、蛋白質(zhì)復(fù)合物(protein complexes)［13］、模體(motifs)［14］、基本流量模式(elementary flux modes)［12］、社團(tuán)結(jié)構(gòu) (community structure)［15］、通路(pathway)［14］、回路(circuit)［14］、子集(subset)［14］等，這些亞結(jié)構(gòu)對(duì)理解網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、功能和動(dòng)力學(xué)也具有重要意義。

Fig 1 Schematic diagram of network and modules

2 模塊識(shí)別方法

在生物網(wǎng)絡(luò)里，功能模塊的識(shí)別是理解細(xì)胞結(jié)構(gòu)、功能和動(dòng)力學(xué)的第一步。目前，研究者已經(jīng)提出了多種模塊識(shí)別方法，我們將其歸為6類:網(wǎng)絡(luò)聚類、啟發(fā)式/精確計(jì)算、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、種子擴(kuò)展、矩陣分解和其他方法等。

2.1 網(wǎng)絡(luò)聚類算法網(wǎng)絡(luò)聚類算法以層次聚類、K-means等為代表。聚類算法是模塊識(shí)別或網(wǎng)絡(luò)劃分中最常用的方法，其優(yōu)點(diǎn)在于即使我們對(duì)網(wǎng)絡(luò)內(nèi)的單個(gè)節(jié)點(diǎn)一無所知，通過聚類的方法也能夠揭示網(wǎng)絡(luò)內(nèi)部的結(jié)構(gòu)。但這種方法過多地依賴于被識(shí)別出的模塊的功能注釋以及某些參數(shù)或測(cè)量標(biāo)準(zhǔn)，模塊隨參數(shù)改變而發(fā)生變化，故需要對(duì)所選參數(shù)進(jìn)行評(píng)價(jià)。

2.2 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)網(wǎng)絡(luò)中分子依靠相互作用，從而執(zhí)行某種生物學(xué)功能，這一過程往往是連續(xù)性的，故模塊內(nèi)組件在結(jié)構(gòu)上要保持一定的緊密性［16］。基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行模塊識(shí)別的方法較多，主要依據(jù)拓?fù)鋵傩裕绻?jié)點(diǎn)的度(degree)、節(jié)點(diǎn)或邊的介數(shù)(betweenness)、邊的聚集系數(shù)(clustering coefficient)等。這種方法通常能把圖論或聚類算法和某些拓?fù)鋵傩越Y(jié)合起來去識(shí)別模塊［17］。

2.3 啟發(fā)式和精確計(jì)算該類方法把模塊識(shí)別看作是一個(gè)優(yōu)化問題:首先計(jì)算一個(gè)模塊的得分作為得分函數(shù)，然后采用精確計(jì)算或啟發(fā)式識(shí)別亞網(wǎng)絡(luò)［18］。兩者的區(qū)別在于，精確計(jì)算能夠找到最佳的和其次的亞網(wǎng)絡(luò)，而后者只能識(shí)別出高分亞網(wǎng)絡(luò)［19］，無法明確首選者。

2.4 種子擴(kuò)展種子擴(kuò)展需要先提出一個(gè)概率模型為節(jié)點(diǎn)分配權(quán)重，再提取相對(duì)小的、高分的節(jié)點(diǎn)集合或種子，采用啟發(fā)式算法(如貪婪算法)優(yōu)化初始種子。最后，通過增加節(jié)點(diǎn)、模塊合并、刪除或重新分配節(jié)點(diǎn)［20］等方法將初始種子擴(kuò)增為功能模塊。相關(guān)計(jì)算程序已被開發(fā)，如CEZANNE［20］。

2.5 矩陣分解矩陣分解要求首先為網(wǎng)絡(luò)構(gòu)建模塊性矩陣，尋找主要特征值和特征向量。利用模塊性矩陣和特征值，把網(wǎng)絡(luò)劃分成兩部分，并采用迭代計(jì)算。如果在任一階段，此劃分對(duì)整體模塊性的貢獻(xiàn)度為0或負(fù)值時(shí)，相應(yīng)子圖將不再被劃分，算法即終止［15］。

2.6 其他方法模塊劃分方法呈多元化趨勢(shì)來自于對(duì)數(shù)據(jù)的適應(yīng)性分析。Wang等［21］提出一種基于過程的網(wǎng)絡(luò)分解方法揭示骨干模體的結(jié)構(gòu)，從描述所有可能的網(wǎng)絡(luò)空間特征開始，識(shí)別出其中最小的網(wǎng)絡(luò)(具有最少的邊)，若刪除小網(wǎng)絡(luò)任意一條邊都會(huì)破壞其性能，這個(gè)最小網(wǎng)絡(luò)就形成了一個(gè)巨大的骨干模體。Saez-Rodriguez等［22］提出基于模塊間追溯效力的缺乏這一標(biāo)準(zhǔn)，自動(dòng)地把生物化學(xué)網(wǎng)絡(luò)分解成模塊。所謂追溯效力是指網(wǎng)絡(luò)中下游元件對(duì)上游元件狀態(tài)的影響。使用該方法定義模塊是利用模塊間追溯的相互連接的數(shù)量最小化，類似以探索模塊間弱連接為基點(diǎn)，適合大型網(wǎng)絡(luò)分析，特別是對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的先驗(yàn)知識(shí)了解較少時(shí)使用。

3 模塊結(jié)構(gòu)特點(diǎn)

即使不同方法劃分模塊結(jié)果不盡相同，但由于網(wǎng)絡(luò)具有自相似性特性［23］，故模塊結(jié)構(gòu)也存在相似特點(diǎn)。橋接結(jié)構(gòu)(Fig 2a)連接了網(wǎng)絡(luò)中相鄰的兩個(gè)模塊，與樞紐(hub)相比，有較少的鄰居，它可以通過與之連接的節(jié)點(diǎn)而獨(dú)立調(diào)節(jié)兩個(gè)模塊。如果橋接在模塊之間占據(jù)了一個(gè)獨(dú)特的、壟斷的位置，則被稱為“瓶頸”(Fig 2b)，網(wǎng)絡(luò)幾乎所有的信息傳遞都必須通過這些節(jié)點(diǎn)［4］。重疊模塊結(jié)構(gòu)是網(wǎng)絡(luò)劃分后普遍存在的，鑒于基因或蛋白質(zhì)分子個(gè)體多具有超過一個(gè)以上的生物學(xué)功能，這使得不同模塊可以擁有共用組件。模塊的重疊(Fig 2c)是網(wǎng)絡(luò)擾動(dòng)的主遞質(zhì)，可依靠重疊區(qū)域進(jìn)行信息的交流和傳遞，是網(wǎng)絡(luò)合作的主要決定因素［24］。研究表明這種重疊可使高層次的細(xì)胞功能從低層次的模塊中進(jìn)行信息整合以解決合作與沖突［25］?？梢?，以上結(jié)構(gòu)在生物網(wǎng)絡(luò)中信號(hào)轉(zhuǎn)導(dǎo)、網(wǎng)絡(luò)協(xié)作等行為中起到重要作用。同時(shí)，也提示我們?cè)诓±頎顟B(tài)下的網(wǎng)絡(luò)，這些結(jié)構(gòu)作為潛在的藥物靶標(biāo)的重要性，并重申多靶點(diǎn)藥物聯(lián)合攻擊的必要性［24］。網(wǎng)絡(luò)具有層次化結(jié)構(gòu)特點(diǎn)(Fig 2d)，模塊亦是如此，兩者的概念無須完全對(duì)立。事實(shí)上，模塊本身即為網(wǎng)絡(luò)分層的一種方法［26］，可對(duì)網(wǎng)絡(luò)進(jìn)行收縮或降維，而模塊分層有助于對(duì)模塊特征的理解及模塊聯(lián)合機(jī)制的探索，這種認(rèn)識(shí)將超越結(jié)構(gòu)水平之上。

Fig 2 Schematic diagram of the important structural relationship between modules

4 模塊化分析方法在疾病——藥物網(wǎng)絡(luò)中的應(yīng)用

系統(tǒng)生物學(xué)的觀點(diǎn)認(rèn)為生命體是多種分子相互作用形成的復(fù)雜網(wǎng)絡(luò)。不論病理、生理還是藥物干預(yù)都要依賴細(xì)胞組件執(zhí)行生物學(xué)功能。復(fù)雜疾病是通過多個(gè)基因或其產(chǎn)物功能紊亂導(dǎo)致調(diào)控網(wǎng)絡(luò)失衡的結(jié)果［10］，并發(fā)現(xiàn)相同或表型相似的疾病，其致病基因通常存在于相同的功能模塊里［27－28］(Fig 3)，而且刪除單個(gè)節(jié)點(diǎn)對(duì)疾病網(wǎng)絡(luò)幾乎是沒有影響的［29］。因此，尋求多模塊聯(lián)合打靶是模塊藥理學(xué)所強(qiáng)調(diào)的。傳統(tǒng)中藥方劑在藥物聯(lián)合干預(yù)模式下取得了突出的成績，許多經(jīng)典方劑作為反向藥理學(xué)背景下研究聯(lián)合治療的模型是再適合不過。針對(duì)上述具有靶標(biāo)模塊疾病網(wǎng)絡(luò)，采用具有模塊式靶點(diǎn)干預(yù)的藥物聯(lián)合，分析藥物干預(yù)前后模塊變化特點(diǎn)，尋找病理模塊間結(jié)構(gòu)弱點(diǎn)，從分子水平探索內(nèi)源活性物質(zhì)簇，揭示藥物聯(lián)合作用機(jī)制。需要強(qiáng)調(diào)的是，疾病與藥物模塊之間存在著彌散性的斗爭和融合，是一種中間狀態(tài)。所以，理清靶標(biāo)、靶點(diǎn)、中間狀態(tài)之間模塊關(guān)系在明確藥理機(jī)制和指導(dǎo)藥物應(yīng)用中占據(jù)重要地位。

Fig 3 Schematic diagram of pathogenic or drug interventional network as well as contained modules

5 意義與展望

模塊化分析方法使網(wǎng)絡(luò)降維，又不失信息整合，為模塊藥理學(xué)的提出打下堅(jiān)實(shí)基礎(chǔ)。我們以此為出發(fā)點(diǎn)，利用模塊藥理學(xué)理論框架，已經(jīng)開展對(duì)中藥有效組分配伍干預(yù)復(fù)雜疾病研究。目標(biāo)是使藥物組分明確化、作用靶點(diǎn)具體化，組方機(jī)制清晰化。局部與整體，結(jié)構(gòu)與功能，探索與控制是未來模塊藥理學(xué)研究的重點(diǎn)，它將為復(fù)雜疾病治療和藥物研發(fā)提供一個(gè)良好的契機(jī)。

［1］ Kola I，Landis J.Can the pharmaceutical industry reduce attrition rates［J］?Nat Rev Drug Discov，2004，3(8):711 －5.

［2］ Karasavvas K A，Baldock R，Burger A.A criticality-based framework for task composition in multi-agentbioinformatics integration systems［J］.Bioinformatics，2005;21(14):3155 －63.

［3］ Barabasi A L，Oltvai Z N.Network biology:understanding the cell's functional organization［J］.Nat Rev Genet，2004，5(2):101 －13.

［4］ Csermely P，Korcsmaros T，Kiss H J，et al.Structure and dynamics of molecular networks:A novel paradigm of drug discovery:A comprehensive review［J］.Pharmacol Ther，2013，138(3):333 －408.

［5］ 陶 麗，范方田，劉玉萍，等.中藥及其組分配伍的整合作用研究實(shí)踐與進(jìn)展［J］.中國藥理學(xué)通報(bào)，2013，29(2):153－6.

［5］ Tao L，F(xiàn)an F T，Liu Y P，et al.Research development on the integration effect of traditional Chinese medicine and its prescriptions［J］.Chin Pharmacol Bull，2013，29(2):153 －6.

［6］ Lorenz D M，Jeng A，Deem M W.The emergence of modularity in biological systems［J］.Phys Life Rev，2011，8(2):129 －60.

［7］ Wang Z，Liu J，Yu Y，et al.Modular pharmacology:the next paradigm in drug discovery［J］.Expert Opin Drug Discov，2012，7(8):667－77.

［8］ Tornow S，Mewes H W.Functional modules by relating protein interaction networks and gene expression［J］.Nucleic Acids Res，2003，31(21):6283－9.

［9］ Hartwell L H，Hopfield J J，Leibler S，et al.From molecular to modular cell biology［J］.Nature，1999，402(6761 Suppl):C47－C52.

［10］ Barabási A-L，Gulbahce N，Loscalzo J.Network medicine:A network-based approach to human disease ［J］.Nat Rev Genet，2011，12(1):56－68.

［11］ Winther R G.Varieties of modules:kinds，levels，origins，and behaviors［J］.J Exp Zool，2001，291(2):116 －29.

［12］ Conradi C，F(xiàn)lockerzi D，Raisch J，et al.Subnetwork analysis reveals dynamic features of complex(bio)chemical networks［J］.PNAS，2007，104(49):19175 －80.

［13］ Spirin V，Mirny L A.Protein complexes and functional modules in molecular networks［J］.PNAS，2003，100(21):12123 －8.

［14］ Wang Z，Wang Y Y.Modular pharmacology:deciphering the interacting structural organization of the targeted networks［J］.Drug Discov Today，2013，18(11 －12):560 －6.

［15］ Newman M E.Modularity and community structure in networks［J］.PNAS，2006，103(23):8577－82.

［16］ Chin C H，Chen S H，Ho C W，et al.A hub-attachment based method to detect functional modules from confidence-scored protein interactions and expression profiles［J］.BMC Bioinformatics，2010，11 Suppl 1:S25.

［17］ Yoon J，Si Y，Nolan R，et al.Modular decomposition of metabolic reaction networks based on flux analysis and pathway projection［J］.Bioinformatics，2007，23(18):2433 －40.

［18］ Gu J，Chen Y，Li S，et al.Identification of responsive gene modules by network-based gene clustering and extending:application to inflammation and angiogenesis［J］.BMC Syst Biol，2010，4(1):47.

［19］ Wu Z K，Zhao X M，Chen L N.Identifying responsive functional modules from protein-protein interaction network ［J］.Mol Cell，2009，27(3):271－7.

［20］ Ulitsky I，Shamir R.Identifying functional modules using expression profiles and confidence-scored protein interactions［J］.Bioinformatics，2009，25(9):1158 －64.

［21］ Wang G，Du C，Chen H，et al.Process-based network decomposition reveals backbone motif structure［J］.PNAS，2010，107(23):10478－83.

［22］ Saez-Rodriguez J，Gayer S，Ginkel M，et al.Automatic decomposition of kinetic models of signaling networks minimizing the retroactivity among modules［J］.Bioinformatics，2008，24(16):i213 －9.

［23］ Song C，Havlin S，Makse H A.Self-similarity of complex networks［J］.Nature，2005，433(7024):392 －5.

［24］ Farkas I J，Korcsmáros T，Kovács I A，et al.Network-based tools for the identification of novel drug targets［J］.Sci Signal，2011，4(173):pt3.

［25］ Hao D，Ren C，Li C.Revisiting the variation of clustering coefficient of biological networks suggests new modular structure［J］.BMC Syst Biol，2012，6:34.

［26］ Palla G，Barabási A L，Vicsek T.Quantifying social group evolution［J］.Nature，2007，446(7136):664 －7.

［27］ Wu X B，Jiang R，Zhang M Q，et al.Network-based global inference of human disease genes［J］.Mol Syst Biol，2008，4:189.

［28］鐘詩龍，伍 虹，楊 敏，等.用權(quán)重基因共表達(dá)網(wǎng)絡(luò)分析識(shí)別心臟重構(gòu)關(guān)鍵節(jié)點(diǎn)基因［J］.中國藥理學(xué)通報(bào)，2011，27(10):1358－62.

［28］ Zhong S L，Wu H，Yang M，et al.Identification of hub genes of cardiac remodeling by weighted gene co-expression network analysis［J］.Chin Pharmacol Bull，2011，27(10):1358 －62.

［29］ Hopkins A L.Network pharmacology:the next paradigm in drug discovery［J］.Nat Chem Biol，2008，4(11):682 －90.