生物网络

细胞中的许多蛋白-蛋白相互作用（PPI）形成蛋白质相互作用网络（PIN），其中蛋白质是节点，它们的相互作用是边。[7] PIN是生物学中分析得最为深入的网络。有许多PPI检测方法可以识别这种相互作用。例如，酵母双杂交系统是研究二元相互作用的常用实验技术。[8]

最近的研究表明分子网络在长时间的进化过程中具有保守性。[9]此外，网络中度数较高的蛋白质比度数较低的蛋白质对生物的生存更重要[10]。这表明网络的整体组成（不仅仅是蛋白质对之间的相互作用）对生物体的整体功能是重要的。

基因的活性受与DNA结合的转录因子调节。大多数转录因子与基因组中的多个结合位点结合，因此，所有细胞都具有复杂的基因调控网络。例如，人类基因组编码了大约1,400个转录因子，它们调节20,000多个人类基因的表达。[11]研究基因调控网络的技术包括ChIP-chip、ChIP-seq、CliP-seq等。

基因共表达网络可以被理解为衡量转录本丰度的变量之间的网络。这些网络已被用于对DNA微阵列、RNA-seq或miRNA数据进行系统生物学分析。加权基因共表达网络分析被广泛用于鉴定共表达模块和模块内的中枢基因。共表达模块可以与细胞种类或细胞通路对应。模块内的中枢基因可以作为各自模块的代表。

活细胞中的各种化学物质被生化反应连接起来。生化反应由酶催化，将一种化学物质转化为另一种化学物质。因此，细胞中的所有化学物质都是复杂的生化反应网络的一部分，这一网络被称为代谢网络。对这一网络的分析可以帮助我们了解自然选择如何作用于代谢途径[4]。

信号在细胞内或细胞之间转导，从而形成复杂的信号传导网络。例如，在MAPK / ERK通路中，通过一系列蛋白-蛋白相互作用、磷酸化反应将信号从细胞表面转导至细胞核。信号传导网络通常与蛋白-蛋白相互作用网络、基因调控网络和代谢网络共同发挥作用。

大脑中复杂的相互作用使其成为应用网络理论的理想对象。大脑中的神经元彼此密切相关，这导致大脑在结构和功能方面都形成了复杂的网络。[12]例如，在灵长类动物大脑的皮层区域[13]或人类吞咽过程中可以观察到小世界网络的特征[14]。这表明大脑的皮层区域并没有直接相互作用，但大多数区域可以通过少数几次相互作用彼此连接。

所有生物通过摄食作用相互连接。也就是说，如果一个物种吃另一个物种或被另一个物种吃掉，它们就会在捕食者和猎物相互作用的食物网中相连。网络分析可用于研究食物网稳定性并考察某些特定网络的特征是否会使网络更加稳定。