Nem túl régen még minden rendes biokémiai laborban “kint lógott” a Metabolic pathways térkép. A bonyolult kriksz-kraksz valószínűleg sok kutatót sodort a rendszerszemlélet irányába, akár észrevétlenül is. A modern rendszerbiológiai adatbázisok fényében megmosolyogtatóan egyszerű kis hálózatocska ugyanis azt segített megérteni, hogy még ha ezer oldalas is a sejtbiológia-tankönyv, minden, amit ír, ugyanarról a sejtről szól, hiszen a metabolitok egyetlen nagy rendszert alkotnak. A metabolikus kaszkádok és például a feedforward loop felismerése tovább erősítette azt a szemléletet, hogy az egyes molekulákat (fehérjéket, géneket) nem célszerű egyenként megtanulni, szerepüket értékelni. A hasnyálmirigyben például a secretin kétféle útvonalon keresztül képződhet, sematikusan A-B-C és A-D-C utakon át, ráadásul A-ból (ez a preprosecretin) úgy is eljuthatunk C-be, hogy B-ből D-be ugrunk. Tehát a két útvonal között keresztkapcsolat, úgynevezett híd is van. A molekuláris rendszerek ilyen nézőpontú kutatása felvet egy sor érdekes kérdést: milyen sebezhető avagy robosztus a hálózat, melyek a gyenge pontjai, mennyire redundáns, mennyire optimális és megbízható. A genetika irányából ezt a kvantitatív genetika és az epigenetika (sok gén összjátéka alakítja ki a fenotípust), a fejlődésbiológia irányából pedig például a génreguláció alaposabb megismerése (pl. Britten-Davidson modell) támogatta. A hálózatkutatás jól használható értelmezési model. Egyre több adatunk van a különböző fehérjék között kialakuló kölcsönhatásokról. Ez jelenthet pusztán foszforilációt vagy defoszforilációt, általában regulációt, komplexképzést vagy más kapcsolatokat. Úgy tűnik, ez a fajta hálózat, sok ezer fehérje kölcsönhatási hálózata, valóban egy olyan modell, amely elég sokat elmond a sejt működéséről (PPI hálózat, azaz protein-protein interaction network). Ez pedig magában foglalja a sejtek közötti kommunikációt, szaporodást, szabályozást vagy éppen sejthalált (akár az apoptosist, akár a necrosist). Természetesen az egyes fehérjék funkcióját és különböző tulajdonságait is megadják számunkra a modern adatbázisok, így hát, persze némileg leegyszerűsítve, beszélhetünk rákot, cukorbetegséget, szív- és érrendszeri betegségeket vagy éppen autizmust “okozó” génekről. A nagy fehérje-fehérje kölcsönhatási hálózatban pedig érdekes megvizsgálni, vajon ezek hogyan helyezkednek el egymáshoz képest. Érdekes szabályozási útvonalakat és izgalmas szerkezeti elemeket találhatunk, megvédendő és megtámadható kritikus pontokat kereshetünk, lényegében pedig a különfél sejtfunkciók közötti kapcsolatokat számszerűsíthetjük. A hálózatelemzés tehát sokszor pusztán számszerűsíti, kvantifikálja azt, amit azért már (kvalitatíve) régen tudunk. Érdekes megfigyelés például, amikor két betegség hátterében álló fehérjék nincsenek egymással összeköttetésben, de két lépésben már sok útvonal látható köztük. Ilyenkor előfordulhat, hogy ezek az indirekt kölcsönhatások erősebb összefüggést sejtetnek, mint más esetben a kevés direkt kapcsolat. Szociológiában, ökológiában, politológiában egyre több és több példa van már meglepően erős, mégis pusztán indirekt kapcsolatokra. Ilyen összefüggések rejtett hálózata segíthet feltárni néhány gén/fehérje bizonyos betegségekben játszott közvetett szerepét. Szerencsére egyre több laboratórium hajlandó már a hálózatelemzők predikcióit élesben is tesztelni. Jordán Ferenc kutató - University of Trento Referencia: Nguyen, T.P. and Jordán, F. 2010. A quantitative approach to study indirect effects among disease proteins in the human protein interaction network. BMC Systems Biology, 4:103.