应对复杂性:降低网络模型的复杂性，使其可行
许多基因组规模的代谢模型的规模和复杂性正在增长，以反映越来越多的反应和代谢物。这意味着分析在计算上可能是不切实际的。此外，用更简单的模型来研究生物体的中心代谢，揭示其代谢的基本原理，可能更有意义。
2015年发布的一种新方法叫做NetworkReducer顾名思义，它将大规模网络模型简化为更小、更容易处理的网络。例如，这些可以代表中心新陈代谢或其他感兴趣的模块。该算法在系统剪枝的同时，保护了网络中最重要的元素和函数。
次优系统:当最优系统不是理想系统时，一个细胞能做什么?
通量平衡分析(Flux Balance Analysis, FBA)是系统生物学分析的主要方法之一。它是一种研究代谢产物如何通过代谢网络中的反应链来优化特定结果的方法。然而，生物体并不总是以最佳状态运行，在不可预测的环境中，它们发现自己可能需要对冲风险，以目前不是完全最佳的状态为代价，保持新陈代谢选项的开放。
调用一个新的FBA方法corsoFBA应用这一思路，预测代谢的目标是不理想的生物量生产，但最大限度地减少所需蛋白质的成本。人们发现，这通常与最优解决方案有显著的不同。模拟结果与前人的一些实验结果吻合较好大肠杆菌,而不是假设它们以优化为目标的其他模型。
细菌的新陈代谢是如何适应菌落中的空间位置的
单个细胞的行为很大程度上受到周围环境的影响，细菌菌落中细胞周围环境的变化取决于它们在菌落中的位置:处于边缘的是拓荒者开拓未知的新领域，而处于中间的细胞可能以资源减少和废物累积为标志。
本文所描述的模型是一个Eschericia杆菌菌落生长在葡萄糖含量极低的琼脂上，利用方程式描述营养物质的三维扩散，细胞代谢模型显示它们对不同条件的反应。
该模型揭示了一种在菌落内交叉喂食醋酸盐的新机制，支持他们对生长菌落的实验观察。在他们的细菌系统之外，作者发现这个模型与组织和肿瘤的生长有相似之处，这表明在这些系统中可能也存在有趣的新动态。
基准测试对研究人员试图完善模型参数的挑战
开发和利用大规模数学模型来预测生物网络的动态行为是系统生物学的主要目标之一。对这些生物模型进行逆向工程的主要工作是估计模型参数的值。它们通常是未知的，甚至可能无法通过实验来测量，因此我们的目标是优化参数估计，从而使模型的预测与实验结果最佳拟合。
许多研究人员都在研究这些问题，因此需要有一种标准的方法来判断他们的成功。BioPreDyn-bench是一组6个基准测试问题。所提出的问题涉及从细菌到哺乳动物细胞的生物体，包括代谢、信号传导和发育模型，并包括模拟或测量数据。它们以标准格式提供，以便在尽可能多的标准工具中模拟它们。
她塑造海贝壳:鹦鹉螺贝壳形状的进化
这篇文章应用系统生物学的方法在一个领域与大多数其他发表的文章非常不同:鹦鹉螺壳形式的进化。这些已灭绝的海洋软体动物很常见，因为它们的化石壳被广泛发现，而且由于它们迷人的螺旋形，它们的识别度很高(和收藏价值很高)。虽然所有菊石都有这种基本的螺旋形，但在它们存在的1.4亿年里，在大小和形状上发生了许多变化。
进化面临的一个问题是，生物体的形态可能有几个重要的功能，而确定一种能优化所有这些功能的体型可能是不可能的。例如，在菊石中，一种外壳形式可能有利于快速生长，但这可能与节省外壳材料或具有流体动力学效率的形状相权衡。
这项分析测量了数亿年来的数千种菊石种类。它发现，所有不同的设计可以归结为少量的特征，然后可以绘制成一个金字塔形的可能的设计空间。金字塔上的每一点都代表着五种不同功能中的一种:当生物体的设计落在某一点附近时，它就高度优化了这一功能。在灭绝了许多物种的大规模灭绝事件之后，随着时间的推移，包含所有物种形式的相同金字塔形状一次又一次地进化，表明其基本功能保持不变。
评论