Visão Geral
A biologia de redes fornece uma estrutura para entender sistemas vivos não como moléculas isoladas, mas como teias interconectadas de interações. Ao modelar genes, proteínas e metabólitos como nós e suas interações funcionais ou físicas como arestas, as abordagens de rede revelam princípios organizacionais que são invisíveis quando se estuda componentes isoladamente. Essas redes exibem características topológicas não aleatórias, como distribuições de grau livre de escala, comprimentos de caminho de mundo pequeno e estruturas comunitárias modulares que refletem a lógica biológica subjacente de robustez, eficiência e controle hierárquico.
Conceitos-Chave
As redes biológicas assumem várias formas. Redes de interação proteína-proteína mapeiam contatos físicos entre proteínas e frequentemente seguem uma topologia livre de escala na qual um pequeno número de hubs se conecta a muitos parceiros. Redes de regulação gênica capturam relações fator de transcrição–gene alvo e frequentemente contêm motivos recorrentes como loops feed-forward que realizam funções de processamento de sinal. Redes metabólicas representam reações bioquímicas catalisadas por enzimas como arestas conectando nós de substrato e produto. Um objetivo analítico comum é a detecção de comunidades, que agrupa nós em módulos que correspondem a complexos funcionais ou vias. Medidas de centralidade como intermediação e grau identificam nós críticos cuja remoção fragmentaria a rede.
Aplicações
A biologia de redes transformou a descoberta de fármacos ao identificar módulos de doenças e priorizar alvos terapêuticos centrais em sub-redes associadas a doenças. Na pesquisa do câncer, a análise de redes identifica genes motores por sua posição topológica dentro de paisagens de interação alteradas. A análise comparativa de redes entre espécies revela módulos funcionais conservados e adaptações específicas de linhagens. Essas abordagens dependem diretamente de dados de interação proteína-proteína de alta qualidade, integram-se com estudos de sinalização e transdução de sinal celular e mapeiam-se naturalmente em vias metabólicas para fornecer uma visão holística da função celular.
Protocolo Prático
Um fluxo de trabalho típico de análise de redes começa importando um conjunto de dados de interação no Cytoscape. Carregue uma rede de interação proteína-proteína do STRING DB: vá a File → Import → Network from File com o arquivo de interação STRING (escore de confiança padrão > 0,4). Alternativamente, use o aplicativo STRING dentro do Cytoscape: Apps → STRING → Search, insira uma lista de genes e selecione a espécie. Para redes personalizadas, prepare uma lista de arestas simples (TSV de duas colunas: source\ttarget) e importe via File → Import. Calcule estatísticas de rede com a ferramenta NetworkAnalyzer: Tools → NetworkAnalyzer → Analyze Network. Medidas de centralidade chave incluem grau (número de conexões), intermediação (número de caminhos mais curtos passando por um nó) e proximidade (inverso do comprimento médio do caminho para todos os outros nós). Hubs, nós com alto grau, frequentemente representam genes essenciais ou proteínas regulatórias chave. Visualize a centralidade mapeando valores para tamanho e cor do nó no painel Style. Realize detecção de comunidades (descoberta de módulos) usando o aplicativo clusterMaker2: Apps → clusterMaker2 → Community Detection → GLay ou MCL cluster. O algoritmo MCL (clustering Markov) particiona a rede em módulos funcionais; ajuste o parâmetro de inflação (padrão 2,0) para controlar a granularidade: valores mais altos produzem mais clusters menores. Extraia sub-redes de módulos com File → New Network → From Selected Nodes. O enriquecimento funcional dentro de cada módulo usa o aplicativo EnrichmentMap para identificar vias Gene Ontology ou KEGG super-representadas. Para análise de difusão em rede (ex., propagação a partir de genes de doença conhecidos), use o aplicativo Diffusion. Exporte figuras de rede de alta resolução como PDF ou SVG para publicação e salve a sessão do Cytoscape (.cys) para reprodutibilidade.
