总学时：32学时 总学分：2学分
一、课程性质、地位和任务
《系统生物学》是生物科学、生物技术和生物工程专业的前沿选修课。系统生物学是生命科学的新研究领域，其目的是在系统水平上理解生物体。
区别于传统意义上以生物分类为研究内容的“老”系统生物学，新“系统生物学”的研究是后基因组时代，以坚实的分子生物学知识为基础，
对“还原论”和分析方法的反思与超越，侧重于“整体论”和综合方法，是建立在分子及其相互作用基础上的生理学，被誉为“21世纪的生物学”。
系统生物学代表着生命科学发展总体趋势的大方向。通过本课程的学习，希望学生了解系统生物学的基本概念和研究内容，掌握生物系统分析和建模的基本原理，拓宽视野，
培养全局观，形成系统的思维方式，从而更全面地认识和理解生命现象，也有助于把握本世纪生命科学研究的总体方向。
二、课程基本要求
1、了解系统生物学的产生背景和学科体系；
2、理解系统生物学的三大学科基础和两大技术支撑；
3、了解常用的生物信息资源和“组学”的分支及研究现状；
4、掌握系统生物学中的建模方法和仿真手段；
5、了解系统生物学系统水平分析的内容。
三、教学内容及安排
第1章 绪论（2学时）
教学目标：
了解系统生物学的产生背景，认识系统生物学的研究内容，掌握其研究方法和一般工作流程，并了解系统生物学出现所带来的影响及其应用前景。
本章重点：
系统生物学的基本概念和学科体系
难点：
系统生物学与生理学的区别
章节内容：
1.1 系统生物学的产生背景（了解）
1.1.1 生理学
1.1.2 分子生物学
1.1.3 “组学”与生物信息学
1.2 系统生物学的定义和研究内容（掌握）
1.2.1 系统生物学的定义
1.2.2 系统生物学的研究内容
1.2.3 系统生物学的研究方法
1.3 系统生物学的应用前景（了解）
第2章 生物学基础（1学时）
教学目标：
了解生命起源的学说和生命进化的历程，认识细胞的结构、分子组成和物理化学作用，理解并掌握分子生物学的中心法则，特别是其中的信息流动和基因决定作用，了解细胞分裂和个体发育的过程。
本章重点：
物质代谢和分子生物学中心法则
难点：
基因决定论的是与非
章节内容：
2.1 生命的起源与进化（了解）
2.1.1 生命起源的学说
2.1.2 生命的化学进化
2.1.3 生命的生物进化
2.2 细胞结构与物质代谢（掌握）
2.2.1 细胞的构成
2.2.2 物分子的合成与分解
2.2.3 生物分子中的化学键和重要作用力
2.3 分子生物学中心法则（掌握）
2.3.1 基因表达的信息流向
2.3.2 基因表达的调控
2.3.3 表达后蛋白的修饰
2.4 细胞周期与胚胎发育（了解）
2.4.1 细胞的分裂过程
2.4.2 胚胎的发育过程
第3章 系统科学基础（6学时）
教学目标：
理解系统的概念，了解系统科学的发展历史和学科精要，知道系统的组织和控制原理，掌握系统的建模和仿真的方法及各种模型适用的问题类型，学会系统的动态分析和仿真误差分析。
本章重点：
系统的建模与仿真
难点：
系统的动态分析
章节内容：
3.1 系统概述（1学时）（了解）
3.1.1 系统和系统学的定义
3.1.2 系统的组织原理
3.1.3 系统的控制
3.2 系统建模（2学时）（掌握）
3.2.1 系统的网络模型
3.2.2 系统的微分方程模型
3.2.3 系统的Multi-Agent模型
3.3 系统仿真（1学时）（掌握）
3.3.1 机械仿真和模拟电路仿真
3.3.2 计算机仿真
3.3.3 仿真误差分析
3.4 系统科学精要（2学时）（了解）
3.3.1 系统科学的发展历史
3.3.2 老三论（系统论、控制论、信息论）精要
3.3.3 新四论（耗散结构理论、协同学、超循环理论、突变论）精要
3.3.4 复杂非线性系统科学（混沌、分形、复杂适应系统、人工生命）精要
第4章 数学基础 （6学时）
教学目标：
理解系统建模中用到的线性代数的基础知识，掌握用图论和微分方程描述系统的方法，知道系统生物学中广泛存在的网络模型的实例，并了解生物系统的随机特征及相关的统计学方法。
本章重点：
图与网络理论
难点：
微分方程的应用
章节内容:
4.1 线性代数（理解）
4.1.1 矢量、矩阵、线性变换
4.1.2 线性方程
4.1.3 线性与非线性的比较
4.2 微分方程与差分方程（掌握）
4.2.1 常微分方程
4.2.2 偏微分方程
4.2.3 离散化与差分方程
4.3 图和网络理论（掌握）
4.3.1 图和网络的概念
4.3.2 网络分析的内容
4.3.3 系统生物学中的网络实例
4.4 统计学与随机过程（了解）
4.4.1 描述性统计
4.4.2 统计推断与假设检验
4.4.3 随机过程理论
第5章 实验技术（1学时）
教学目标：
了解系统生物学研究中用到的常规实验技术和高通量技术，了解转基因生物和RNA干扰等手段在系统生物学中的应用，认识四维显微观测技术在细胞系研究中的独特作用。
本章重点：
高通量技术
难点：
质谱技术
章节内容:
5.1 基本技术（了解）
5.1.1 离心与层析
5.1.2 酶切与电泳
5.1.3 PCR技术
5.1.4 杂交和印迹技术
5.2 高通量技术（了解）
5.2.1 克隆载体与DNA文库
5.2.2 DNA和蛋白质芯片
5.2.3 酵母双杂交
5.2.4 质谱技术
5.2.5 ChIP-chip和ChIP-PET技术
5.3 转基因生物、RNA干扰（了解）
5.4 四维显微观测技术（了解）
第 6 章 计算技术（1学时）
教学目标：
认识计算机技术是系统生物学研究中不可或缺的技术手段之一，掌握一两门高级程序设计语言和面向对象的编程范式，了解数据库和网络技术在计算系统生物学中的应用，知道并行计算技术在处理大规模系统问题时的必要性。
本章重点：
高级程序设计语言和脚本语言
难点：
面向对象的程序设计
章节内容：
6.1 程序设计技术（掌握）
6.1.1 程序设计语言
6.1.2 面向过程与面向对象的程序设计
6.1.3 常用的编程工具
6.2 数据库技术（了解）
6.2.1 数据管理方式的演变
6.2.2 关系型数据库与SQL语言
6.2.3 数据的集成与交换
6.3 网络技术（理解）
6.3.1 计算机网络概述
6.3.2 服务器-客户端结构
6.3.3 网络开发的LAMP体系
6.4 平行计算技术（了解）
6.4.1 并行计算与串行计算的比较
6.4.2 微机集群的架构与应用
6.4.3 并行计算的新趋势：基于多核CPU与GPGPU的程序设计
第 7 章 生物信息资源 （1学时）
教学目标：
掌握常用的生物信息数据库和算法服务，了解常用的系统生物学平台和建模工具。
本章重点：
网络建模、分析工具和系统生物学平台。
难点：
网络比对的方法。
章节内容：
7.1 常用数据库（掌握）
7.1.1 序列和结构数据库
7.1.2 基因表达数据库
7.1.3 蛋白相互作用数据库
7.1.4 代谢途径数据库
7.1.5 动力学和模型数据库
7.2 常用的算法和网络服务（掌握）
7.2.1 序列和结构比对算法
7.2.2 进化树构建方法
7.2.3 网络建模、比对和分析的方法
7.2.4 PyBioS 建模环境
7.3 常用的建模工具（了解）
7.3.1 通用建模工具SimuLink和MapleSim
7.3.2 Dizzy仿真工具
7.3.3 SBW平台
第 8 章 “组学”概述（1学时） (了解)
教学目标：
好了解“组学”的各个主要分支，认识其研究的意义、内容和现状，关注这些分支的发展趋势及其与系统生物学之间的关系。
本章重点：
相互作用组学和代谢物组学。
难点：
代谢物组学
章节内容：
8.1 基因组学、转录组学、蛋白质组学、糖组学
8.2 相互作用组学
8.3 代谢物组学
8.4 表型组学、系统组学
第 9 章 系统生物学的模型与仿真 （11学时）
教学目标：
理解当前活跃在系统生物学领域中的主要模型和仿真手段，认识系统生物学的远大目标就是精确地模拟再现各层次的生命活动，并能人工合成生命。
本章重点：
系统生物学模型的建模思路及仿真手段。
难点：
建模中的关键变量和参数的选取及其对模型可解性的影响。
章节内容：
9.1 代谢 （3学时）（理解）
9.1.1 酶动力学和热力学
9.1.2 代谢网络
9.1.3 代谢控制分析
9.2 信号转导 （2学时）（理解）
9.2.1 配体-受体相互作用
9.2.2 信号通路的构成
9.2.3 动力学与调节特征
9.3 生物过程建模 （3学时）（理解）
9.3.1 生物学震荡
9.3.2 细胞周期
9.3.3 衰老
9.4 基因表达与调控 （2学时）（理解）
9.4.1 E. coli操纵子调控的建模
9.4.2 真核基因表达的建模：一个例子、多种方法
9.5 虚拟细胞与合成生物学 （1学时）（了解）
第 10 章 系统水平分析 （3学时）（理解）
教学目标：
理解系统生物学中系统分析的主要内容，认识影响系统鲁棒性的因素，正负反馈的作用，及流分析的应用
本章重点：
反馈分析和流分析
难点：
流分析
章节内容：
10.1 鲁棒性分析
10.2 反馈分析
10.3 流分析
第 11 章 系统生物学展望 （1学时）（了解）
教学目标：
认识系统生物学的发展趋势和前沿课题。
四、其它教学环节安排
1学时课堂讨论
五、考核方式及成绩评定
考核方式为开卷考试，总成绩＝平时成绩（20％）＋期末考试成绩（80％）。平时成绩主要包括考勤和作业，作业主要是让学生阅读相关文献并讨论。
六、教材及主要参考文献
教材:
- 《系统生物学基础》 [日] 北野宏明 编；刘笔锋，周艳红等译，化学工业出版社，2007。
- 《系统生物学的理论、方法和应用》 [德] 柯利普 等著；贺福初 等译，复旦大学出版社，2007。
- 《系统生物学：哲学基础》 [荷] 布杰德 等编著；孙之荣等译，科学出版社，2008。
- 张自立，王振英 编著，《系统生物学》，科学出版社，2009。
- Alberghina L. & Westerhoff H.V. (Eds.) Systems Biology: Definitions and Perspectives (Topics in Current Genetics), Springer-Verlag Berlin Heidelberg, 2005.
- Palsson B.O. Systems Biology: Properties of Reconstructed Networks, Cambridge University Press, 2006.
- Konopka A.K. Systems Biology: Principles, Methods, and Concepts, CRC Press, 2006.
- Kriete A. & Eils R. (Eds.) Computational Systems Biology, Elsevier Academic Press, 2006.
- Wilkinson D.J., Stochastic Modelling for Systems Biology, CRC Press, 2006.
- Sangdun Choi (Eds.) Introduction to Systems Biology, Humana Press, 2007.
- Frederick B. Marcus, Bioinformatics and Systems Biology: Collaborative Research and Resources, Springer-Verlag Berlin Heidelberg, 2008.
- Nakanishi S. etc. (Eds.) Systems Biology: the Challenge of Complexity, Springer Tokyo Berlin Heidelberg New York, 2009.
- McDerMott Jason etc. (Eds.) Computational Systems Biology (Springer Protocals: Methods in Molecular Biology), Humana Press, 2009.
- Oleg Demin & Igor Goryanin, Kinetic Modelling in Systems Biology, CRC Press, 2009.
- Klipp E. etc. Systems Biology: A Textbook, Wiley-VCH, 2009.
- 苗东升，《系统科学精要（第2版）》，中国人民大学出版社，2006。
- 高隆昌，《系统学原理》，科学出版社，2005。
- 岑沛霖 等 编著，《生物反应工程》，高等教育出版社，2005。
注：限于课时和篇幅，刻意忽略了有关免疫系统和神经系统等领域的系统生物学内容，也较少涉及与疾病（如糖尿病、癌症等）相关的系统生物学研究。
撰稿人：马彬广
