分子生物网络分析 第4章 基因调控网络及其模型
基因调控网络的建模与理解
基因调控网络的建模与理解基因调控网络是由许多基因以复杂相互作用方式组成的网络。
通过这个网络，细胞可以自适应地响应外部环境，控制生长和分化。
随着基因组和系统生物学技术的发展，建立适当的动态模型对于理解和预测基因调节网络的行为变得越来越重要。
因此，基因调控网络的建模和理解已成为生物学研究的热点之一。
调节网络的建模基因调控网络的建模是指用数学模型描述调控网络中基因之间的相互作用和其与环境的相互作用。
建模的目的是帮助我们理解调控网络中基因的行为，并从理论上预测其响应。
建模方法包括动态建模和静态建模。
动态建模动态建模是指模拟调节网络中基因表达和调节因子的变化随时间的变化。
这种模型可以通过微分方程来描述，因为调节因子和基因表达都随时间变化。
这种模型可以更好地预测基因网络如何响应外部刺激以及如何随时间演化。
静态建模静态建模是指基于拓扑结构分析调节网络的基因间相互作用。
这类模型是基于图论和网络分析的。
这种模型可以预测基因网络的稳定状态和动态行为。
这种模型适用于描述短期、静态的网络行为。
基因调控网络的重要性基因调控网络在疾病发展、基因治疗以及生物技术开发中起着重要作用。
在疾病发展中，基因调控网络的建模可以通过分析基因网络响应，预测发病风险，从而帮助疾病的早期诊断和治疗。
例如，在癌症研究中，基于基因调控网络的模型，可以为癌症构建靶向治疗，提高癌症患者的生存率。
在基因治疗中，基因调控网络的建模可以帮助开发新的基因治疗手段。
基因调控网络的研究可以找到已知基因调控因子的新靶点，帮助发现新的基因疗法。
在生物技术开发中，基因调控网络的建模可以帮助研究人员设计更好、更快、更便宜的生物合成路线，以生产有用的分子或产物。
例如，糖代谢途径的建模可以为酵母发酵工艺的优化提供指导。
总结基因调控网络的建模和理解是生物学研究的重要分支，可以帮助我们理解基因的行为并预测其响应。
基于基因调控网络的研究产生了许多新的疾病治疗和生物技术开发手段。
随着更多技术的发展，基因调控网络的研究也将继续发展，成为一个重要的生物领域。
基因调控网络模型的建立与分析
基因调控网络模型的建立与分析基因调控是指基因在不同条件下的表达调节，是生物学研究中的重要内容。
基因调节与生物体的发育、生长以及代谢有密切关系，对疾病的发生和治疗也有一定的影响。
因此，建立基因调控网络模型并对其进行分析可以更好地认识基因调控的机制及其在生理和病理状态下的调控。
基因调控网络模型的建立是基于基因调控网络。
基因调控网络是一组相互作用的基因及其调控因子之间的复杂关系图，通过这个图可以分析这些基因之间的相互作用和调控情况。
建立基因调控网络模型的关键在于建立一个完整的基因调控网络，然后根据这个网络建立自然语言描述的数学模型。
基因调控网络的建立需要对基因进行调控关系的研究和筛选。
一般采用实验室测序、基因芯片技术和生物信息学方法来获取数据，然后对数据进行处理和筛选，得到可靠的基因调控关系。
数据处理方法包括差异基因分析、共表达网络分析、信号通路分析等。
根据基因调控关系和整个调控网络的特征，可以采用系统生物学方法，构建基于微分方程组的动态模型或基于布尔逻辑的静态模型，来描述基因调控网络的动态和稳定性。
动态模型的建立需要确定基因表达变化率和基因之间的调控关系，在这个基础上可以建立基于微分方程的动态模型来描述基因的动态行为。
同时，为了验证所建立模型的可靠性，可以和实验结果进行比较，来得出模型的精度和可信度。
静态模型的建立则是基于布尔逻辑方法，它把基因的表达或活性水平变量离散化，然后通过逻辑门的组合来描述其调控关系。
这种方法简单方便、易于理解，可以在较短时间内得到大量的模拟结果。
但是，它不能描述基因调控网络的动态特性和非线性特征。
研究者可以根据自己的需要选择合适的方法来建立基因调控网络模型以分析其特征与规律。
例如，在暴露于致癌物质后，建立基因调控网络模型可以探讨哪些基因被激活，哪些被抑制，从而有助于提高癌症的预防和治疗。
在开发新药物方面，基因调控网络模型可以帮助研究人员了解药物与靶点之间的作用以及药物的毒性。
基因调控网络模型的构建及其应用研究
基因调控网络模型的构建及其应用研究随着基因组学和生物技术的快速发展，研究基因调控网络的方法和技术也在不断地更新和改进。
基因调控网络模型是研究生物调节网络的重要手段之一，具有广泛的应用前景。
本文将简要介绍基因调控网络模型的构建方法及其应用研究。
一、基因调控网络模型的构建方法基因调控网络模型是利用基因和蛋白质之间的相互作用关系来描述基因调控过程的数学模型，常见的构建方法有基于拓扑结构的方法和基于动力学的方法。
1. 基于拓扑结构的方法基于拓扑结构的方法依据基因调控网络中不同基因之间的相互作用关系，将其表示为一个图形，以节点表示基因或蛋白质，以边表示基因或蛋白质之间的相互作用关系。
由于基因调控网络的复杂性，其网络结构通常是非线性和高度复杂的，因此需要使用大量的图形工具来帮助分析和可视化。
2. 基于动力学的方法基于动力学的方法是通过建立基因调控网络的微分方程来描述基因调控过程的模型，在模型中，基因和蛋白质的浓度随时间演化的微分方程通常是非线性和多项式的。
通过建立微分方程对基因调控网络模型进行数值模拟和分析，可以了解基因调控系统的动态行为和响应机制，以及发现一些重要的相互作用关系。
二、基因调控网络模型的应用研究基因调控网络模型可以用于预测基因的表达模式、描述细胞信号传导途径以及揭示疾病发展的机制等。
下面将简要介绍其主要应用研究领域。
1. 基因表达预测在许多生物过程中，基因的表达模式是至关重要的。
基因调控网络模型可以通过对网络架构和基因表达数据进行整合和分析，预测基因调控网络中不同基因的表达模式。
例如，可以利用基因调控网络模型分析肿瘤组织中基因的表达模式，从而预测细胞的转化和肿瘤的发展。
2. 基因调控途径分析基因调控网络模型可以用于描述生物体内各个部分之间的信号传导途径。
这种方法可以研究细胞信号传导途径的结构和动态性，并分析各个信号分子在信号传播中的作用。
通过建立基因调控网络模型，可以更深入地了解细胞信号传导途径的调控机制，并为新药物的设计和开发提供理论依据。
基因调控网络的建模与分析
基因调控网络的建模与分析基因调控是生命体系中十分重要的一个环节，它涉及到基因的表达和激活，能够决定生命体系的形态和功能。
基因调控网络是基因调控的信息交互网络，它是基因调控的实现机制，调控网络的建模和分析是深入研究生命科学和医学的关键技术。
本篇文章将对基因调控网络的建模和分析展开讨论。
一、基因调控网络的建模基因调控网络是由调控基因和受调基因组成的复杂网络，建立基因调控网络模型有利于我们更好地理解基因调控的机制和生命体系统的功能。
目前常用的基因调控网络建模方法有数学模型和生物实验模型两种。
1、数学模型数学模型是基于计算机处理的方法，通过对基因调控网络的动态系统方程进行建模来模拟基因表达动态变化过程。
其中最常用的模型是：基于常微分方程和随机过程模型。
常微分方程的模型以基因转录因子和基因的RNA、蛋白质表达等信息为基础，把基因调控网络的复杂性抽象为数学模型来探究。
随机过程模型是根据随机过程的数学公式，对基因调控网络内复杂控制关系进行描述。
其中的随机性反映了细胞生物学、基因调控等领域中本质的波动性和异质性。
2、生物实验模型生物实验模型是指用实验方法对基因调控网络进行模拟实验，研究基因调控的基本原理和调控因素。
其中常见的方法有“转录联锁”模型、“开关”模型和“激活/抑制型”模型。
转录联锁是种典型的基因调控网络模型，在转录因子作用下基因表达产生反馈机制，实现基因调控。
开关模型用于描述基因活性突变导致基因表达不同、对生理状况的变化敏感性不同，将基因调控关系简化为开关控制。
激活/抑制型模型则是对基因调控网络内外抑制作用和激活作用进行分类，利用基于信仰逻辑计算的方法进行模拟。
二、基因调控网络的分析基因调控网络的分析是对基因调控网络模型进行评估和验证的过程，我们需要评估其准确性、实用性、可靠性等指标，确认模型是否具有预测性和实际应用价值。
现有的基因调控网络分析方法主要有网络拓扑分析、功能分析和复杂性分析三个层面。
1、网络拓扑分析网络拓扑分析是基于调控网络的结构和功能来评估网络模型的准确性和实际价值的方法。
基因调控网络模型与分析
基因调控网络模型与分析基因调控网络是一种复杂的生物信息学模型，它描述了基因与转录因子、核酸和其他蛋白质相互作用的关系。
这种网络模型对于理解生物细胞内基因调控的原理以及相关疾病的发病机制具有重要意义。
本文将介绍基因调控网络模型的基本原理和分析方法，以及其在生物学研究中的应用。
基因调控网络模型的构建和分析是一个多学科的综合课题，涉及生物学、数学、计算机科学等领域的知识。
首先，构建基因调控网络需要从实验数据中获得足够的基因表达水平和转录因子结合位点的相关信息。
这些数据可以通过DNA芯片或高通量测序技术获得。
然后，利用这些数据，可以建立基因与转录因子之间的相互作用网络模型。
为了分析基因调控网络模型，可以利用数学方法和计算机模拟技术。
一种常用的方法是通过常微分方程组描述基因表达的动力学过程。
这些方程可以根据基因之间的相互作用关系来构建，并通过数值求解方法模拟基因表达的变化过程。
另一种方法是利用图论和统计学方法来分析网络的拓扑结构和动态性质。
例如，可以计算网络的节点度分布、聚类系数和小世界性等指标，以描述节点之间的密度和连通性。
基因调控网络模型的分析可以揭示出许多有意义的生物学信息。
首先，可以通过网络分析方法来预测基因与转录因子之间的相互作用关系。
这对于解析基因调控网络的结构和功能具有重要意义，也为相关疾病的研究提供了线索。
其次，基因调控网络模型可以用于预测基因的表达水平。
通过模拟基因表达的变化过程，可以预测不同条件下基因的表达模式，从而为研究人员提供引导实验和治疗策略的依据。
基因调控网络模型在生物学研究中的应用非常广泛。
例如，研究人员可以利用这种模型来探索人类疾病的发病机制。
通过比较正常和疾病样本中基因调控网络的差异，可以找到导致疾病发生的关键基因和通路。
这些发现有助于揭示疾病的发病机理，并为新药研发提供目标。
另外，基因调控网络模型也被广泛应用于植物学和微生物学领域。
通过构建和分析植物和微生物基因调控网络模型，研究人员可以深入理解植物和微生物的生长发育过程，以及相关环境适应和致病机制。
基因调控网络的建模和分析方法
基因调控网络的建模和分析方法一、引言基因调控网络是生物学研究中非常重要的一部分。
它描述了基因之间相互作用的复杂网络，从而形成了一个生命体系中细胞的运作方式。
基因调控网络的研究不仅可以揭示基因的功能和调控机制，还可以深化人们对生命体系的理解。
因此，基因调控网络的建模和分析方法是当前生命科学中颇有前景的研究领域。
二、基因调控网络的概述基因调控网络是由基因和转录因子之间相互作用构成的复杂网络，它是细胞内基因表达的调节机制。
基因调控网络可以分为转录因子与核苷酸序列相结合，因而影响基因表达水平的转录调控网络和转录因子之间相互作用以调控基因表达模式的蛋白调控网络。
基因调控网络分析的目标在于揭示基因间的关系以及在整体网络层面上的调控机理。
在此基础上，可以进一步对某些特定基因的表达进行预测和干预。
三、基因调控网络的建模方法基因调控网络的建模方法是生物信息学领域中的重要方法之一。
它根据基因表达数据和相关的生物信息学数据，将基因和转录因子之间的相互作用建模为一个复杂网络。
常见建模方法包括基于微阵列或RNA测序技术的共表达网络，基于转录因子与基因间的互作数据的转录因子调控网络和机器学习技术的预测模型。
共表达网络是基于基因表达模式之间的相关性建模出来的网络，其中每个节点代表一个基因，每条边代表两个节点之间的相关性。
共表达网络的构建和分析可以通过基本的图论思想来完成。
转录因子调控网络则是通过转录因子与基因之间的物理相互作用信息建模出来的。
其中每个节点代表一个基因，每条边代表一个转录因子与一个基因之间的联系。
机器学习技术的预测模型是将先前获得的基因数据和相关的生物信息学数据作为输入，并建立预测模型，以预测新数据的基因表达量等数据信息。
四、基因调控网络的分析方法基因调控网络的分析是为了发现网络中的特点和规律，进一步解释基因调控网络在生物体系中的作用。
基因调控网络的分析方法包括网络拓扑结构分析、模块发现、基因挖掘和网络优化等。
分子生物网络分析 第4章 基因调控网络及其模型
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 23
4.基因调控网络的基因结构和功能
简单地说，GRN可以被看作是一个细胞输 入输出设备。
一个GRN至少包括下列组成部分： 1.输入信号的接收系统（矩形表示）及细胞
第四章 基因调控网络及 其模型
教 师：崔 颖 办公室：外语学馆412室
Page 1
基因调控网络及其模型
4.1概述 4.2基因调控网络模型
4.2.1布尔网络模型 4.2.3有向图模型 4.2.4线性组合模型 4.2.5加权矩阵模型 4.2.6互信息关联模型 4.2.7常微分方程模型
4.3基因调控机制 4.4基序和模块 4.5基因调控网络数据库
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 36
4.2布尔网络模型
系统生物学（systems biology）:
是研究一个生物系统中所有组成成分（基因、 mRNA和蛋白质等）的构成，以及在特定条 件下这些组成成分间的相互关系的学科，而 生物网络由于生物系统很好描述，正逐渐成 为系统生物学研究中的主要研究对象。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 33
4.基因调控网络的基因结构和功能
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 34
5.基因调控网络模型的种类
通过基因调控数据可以构建基因转录调控 网络。基因转录调控网络是以转录因子和 受调控基因作为节点，以调控关系作为边 的有向网络。
生物信息学中的基因调控网络建模与分析
生物信息学中的基因调控网络建模与分析生物信息学是一门融合了生物学、计算机科学和统计学等多学科的交叉学科，它的出现使得我们可以更好地理解和分析生物学中的复杂数据。
而基因调控网络的建模与分析则是生物信息学研究中的一个重要方向。
本文将探讨基因调控网络建模与分析在生物信息学中的应用和意义。
1. 基因调控网络的概念基因调控网络是指细胞中基因之间相互作用的网络。
在调控网络中，每个基因都可以作为节点，而基因之间的相互作用关系则可以看作是节点间的连接。
通过研究和分析基因调控网络，我们可以揭示基因之间的调控机制、预测基因功能以及了解疾病发生发展过程等重要信息。
2. 基因调控网络的建模方法为了建立基因调控网络模型，研究者们提出了许多不同的方法。
其中，最常用的方法是从大量的实验数据中构建网络模型。
例如，通过测量基因在不同条件下的表达水平，可以得到基因表达矩阵。
然后，可以利用相关系数、互信息等方法计算基因之间的相互关系，并建立调控网络模型。
此外，还有一些基于生物学先验知识的方法，如基于转录因子结合位点的预测方法等。
3. 基因调控网络的分析方法建立基因调控网络模型后，我们可以运用各种分析方法来揭示网络中的重要特性。
例如，中心性分析可以帮助我们找出网络中最重要的节点；模块化分析可以将网络分割成不同的功能模块，从而识别重要的调控通路；而拓扑特性分析可以揭示网络的鲁棒性和稳定性等。
这些分析方法可以帮助研究者更好地理解基因调控网络的结构和功能。
4. 基因调控网络的应用基因调控网络的建模与分析在生物信息学中有着广泛的应用。
首先，它可以帮助我们解释基因表达数据中的差异，揭示基因之间的调控关系。
其次，它可以用于预测潜在的基因功能和寻找与疾病相关的基因。
此外，基因调控网络模型还可以提供新的治疗策略和药物靶点等信息。
因此，基因调控网络的建模与分析对于深入理解生物学基本问题和开展相关领域的研究具有重要意义。
5. 基因调控网络建模与分析的挑战和展望尽管基因调控网络建模与分析取得了一系列重要的成果，但仍然面临一些挑战。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 30
4.基因调控网络的基因结构和功能
信号B的进程更为复杂：信号B使原来被抑 制的转录因子B激活，并使其与抑制因子分 离。
Page 21
4.基因调控网络的基因结构和功能
在生物体的每一个细胞中，GRN是DNA、 RNA，mRNA和蛋白质之间的相互作用网 络，各细胞的GRN基本上都是相同的。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 22
4.基因调控网络的基因结构和功能
GRN组成： 一个细胞中相互联系的若干DNA片段组成， 间接地与RNA和蛋白质表达产生相互作用 还有与其物质相互作用 调控基因转录或mRNA速率
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 9
1.基因调控网络
GRN是研究者在长期科研实践中，综合分 析某一生物学系统的各种文献后，推断出 来并构建的一种生物网络。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 36
4.2布尔网络模型
系统生物学（systems biology）:
是研究一个生物系统中所有组成成分（基因、 mRNA和蛋白质等）的构成，以及在特定条 件下这些组成成分间的相互关系的学科，而 生物网络由于生物系统很好描述，正逐渐成 为系统生物学研究中的主要研究对象。
转录因子B获得自由并与被激活的抑制因子 形成了一个激活的异二聚体，并进一步与 激活的转录因子A形成一个激活的新异二聚 体，然后进入到顺式调控序列中。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 31
4.基因调控网络的基因结构和功能
下图是上述在GRN中将异聚体插入靶基因 的顺式调控序列的示意图。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 28
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 29
4.基因调控网络的基因结构和功能
在此图中，两个不同的信号A和B，分别输 入同一靶基因的两个受体蛋白质，该基因 的顺式调控元件产生一个综合输出来响应 这两个输入。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 37
4.2布尔网络模型
网络是图论中图的通俗说法，由节点和连 接节点之间的边构成。
在生物分子网络中，生物分子作为节点， 而生物分子之间的物理遗传及调控等多种 相互作用为边，因此它可以从系统层面上 描述复杂的生命现象，以及系统中的相互 作用、调控和动态行为等特性。
Page 13
1.基因调控网络
意大利Roberto Serra教授将GRN网络简称 为遗传网络。
他认为GRN包括： 不只包括基因 蛋白质、化学反应产物等 给出简单示意图
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 14
1.基因调控网络
《分子生物网络分析》(Molecular Biology Network Analysis)
图5.5是一个最小的GRN的基因结构框图， 它是整个生物体的遗传网络的一个基因组 成单元。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 23
4.基因调控网络的基因结构和功能
简单地说，GRN可以被看作是一个细胞输 入输出设备。
一个GRN至少包括下列组成部分： 1.输入信号的接收系统（矩形表示）及细胞
Page 16
2.基因表达及其多层次调控
对GRN的基因表达研究涉及在蛋白质合成 过程中实施调控的复杂过程，主要包括如 下内容： DNA→RNA→mRNA→protein→modifie d protein
《分子生物网络分析》(Molecular Biology Network Analysis)
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 33
4.基因调控网络的基因结构和功能
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 34
5.基因调控网络模型的种类
通过基因调控数据可以构建基因转录调控 网络。基因转录调控网络是以转录因子和 受调控基因作为节点，以调控关系作为边 的有向网络。
Page 5
4.1概述
传统遗传学假说： 基因处于稳定及无相互作用的分离状 态。 基因对应于某一种蛋白质 完成某一种特定遗传功能
近年来，科学家发现上述假说是错误的， 重视研究遗传网络。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 6
4.1概述
3.GRN中的一些靶基因产生的初始输出， 包括变化了的RNA和蛋白质。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 25
4.基因调控网络的基因结构和功能
4.GRN的最终输出，主要是网络对细胞结 构和行为的改变，这种改变是不断变化的。 最终输出还可产生直接（实线）和间接 （虚线）的信号响应和反馈，可对GRN起 到很重要的作用。
第四章 基因调控网络及 其模型
教 师：崔 颖 办公室：外语学馆412室
Page 1
基因调控网络及其模型
4.1概述 4.2基因调控网络模型
4.2.1布尔网络模型 4.2.3有向图模型 4.2.4线性组合模型 4.2.5加权矩阵模型 4.2.6互信息关联模型 4.2.7常微分方程模型
4.3基因调控机制 4.4基序和模块 4.5基因调控网络数据库
Page 12
1.基因调控网络
单细胞生物体的GRN可以应对外部环境变 化，使其在特定时间内适应所处环境得以 生存。
例如：酵母细胞发现自己处在糖溶液时， 激活一些基因来产生酶，以便将糖分解为 乙醇。此过程与酿酒相似，可使酵母细胞 得以存活并获得繁殖后代所需要的能量， 提高其生存能力。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 19
3.基因调控网络的控制节点
从生物网络的观点来看，GRN包括下列6种 控制节点：
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 20
3.基因调控网络的控制节点
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 15
2.基因表达及其多层次调控
基因表达的研究大致分为两类： 对GRN结构和动力学机制分析识别 对生物体基因整体表达水平的实验数 据进行归纳整理。
前者涉及网络动力学理论的应用 后者采用各种统计和聚类方法
《分子生物网络分析》(Molecular Biology Network Analysis)
网络的全局功能 简化的模型
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 8
一般来说，一1每类.基个特m因异R的N调A蛋控分白子网质可。络生成一个或
基因调控网络 GRN,gene regulatory network 遗传调控网络、遗传网络 genetic regulatory\genetic network
Page 17
2.基因表达及其多层次调控
《分子生物网络分析》(Molecular Biology Net次调控
基因的表达是可控制及多层次的，主要有4 个调控层次。
通常是用上一层次的基因产物来调控下一 层次基因的表达。
《分子生物网络分析》(Molecular Biology Network Analysis)
相关生化反应知识的集中、抽象和升华。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 10
1.基因调控网络
某些情况下，蛋白质可以： 积聚在细胞外壁或细胞内 组成特定的结构 具有功能
其他情况下，蛋白质可以： 生成酶并催化各种生物化学反应 某些蛋白质具有激活其他基因的功能
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 2
4.1概述
基因调控网络是21世纪生物学研究的一个 重要课题。
统计1950-2008年有关基因调控网络的论文 数量，近年来明显的增长趋势。
《分子生物网络分析》(Molecular Biology Network Analysis)
内部和外部信号的传导系统，不止一个信 号输入，而且影响到某一个靶基因。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 24
4.基因调控网络的基因结构和功能
2.一个GRN的核心部分（用圆形表示）， 包括功能类似的一些基因组成部分，由调 控蛋白质与同类物顺式作用的DNA序列合 成的复杂物质结构。
《分子生物网络分析》(Molecular Biology Network Analysis)
Page 11
1.基因调控网络
作为转录因子成为GRN的主要组成部分 结合到被激活的基因的启动子区域 目的基因便开始转录 形成蛋白质产物 其他一些转录因子则被抑制