信号通路相关文献挖掘与分析方法研究第１章绪论微小变化会在代谢物水平得到放大；（２）代谢组学的研究不需进行全基因组测序或建立大量表达序列标签（ＥＳＴ）的数据库：（３）代谢物的种类远少于基因和蛋白的数目；（４）生物体液的代谢物分析可反映机体系统的生理和病理状态。通过代谢组学研究既可以发现生物体在受到各种内外环境扰动后的应答不同，也可以区分同种不同个体之问的表型差异，因此在国际医药、动植物、微生物等研究领域内得到了广泛应用【卯。

在这些组学的研究中，均需借助于生物信息学平台。特别是后期的数据解释往往需要借助一定的软件，联合多种数据分析技术，将多维、分散的数据进行总结、分类及判别分析，发现数据问的定性、定量关系，解读数据中蕴藏的生物学意义．如果说分析技术在我们面前打开了“一扇门”，正确的数据分析方法和模型建立便是“找到宝藏”的钥匙。

数据并不等于信息和知识，但却是信息和知识的源泉，关键在于如何从中挖掘它们。大多数的生物学知识，比如蛋白质之间的相互作用、蛋白的空问与时间表达以及调控、蛋白与表型甚至疾病的关系都被记载在各类文献中。生物信息学的一个分支即是利用自然语言处理技术挖掘大量的生物医学文献。如何将这些珍贵的资源从文献中挖掘出来，并整合到这些组学中，需要开发有效的文献挖掘工具。

同时，这些大规模的基因表达数据和蛋白质组数据的解释需要借助复杂的模型进行系统分析，由此产生了系统生物学。

１－２系统生物学

什么是系统生物学？根据系统生物学创始人胡德的定义，系统生物学是研究一个生物系统中所有组成成分（基因、ｍＲＮＡ、蛋白质等）的构成，以及在特定条件下这些组分间的相互关系的学科。也就是说，系统生物学不同于以往的实验生物学——仅关心个别的基因和蛋白质，它要研究所有的基因、所有的蛋白质组分间的所有相互关系，是以整体性研究为特征。系统生物学和人类基因组计划有着密切的关系。它的诞生正是基于基因组学、蛋白质组学等新型科学的飞速发展。反之，系统生物学的诞生进一步提升了后基因组时代的生命科学研究能力。“系统生物学将是２１世纪医学和生物学的核心驱动力”。随着１９９９年创立了世界上第一个系统生物学研究所（ＩｎｓｔｉｔｕｔｅｆｏｒＳｙｓｔｅｍｓＢｉｏｌｏｇｙ），系统生物学便逐渐得