Informacije

Koji su primjeri uspješne nove integracije ekosistema?

Koji su primjeri uspješne nove integracije ekosistema?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Uzgoj novih ekosustava, iako je ranije omalovažavan zbog toga što su ga konceptualno otuđile posebne interesne skupine, može biti potrebno u prilagođavanju klimatskim promjenama ili jednostavno u inoviranju održivije poljoprivredne prakse.

Koji su uspješni savremeni primjeri razvoja novog ekosistema?


Još uvijek nisam 100% siguran kakva je namjera ovdje, ali mislim da biste trebali pogledati pravila okupljanja zajednice. Osnovna (nije univerzalno ili čak općenito prihvaćena) ideja je da postoji neki skup "pravila" koji čini "uspješnu" ili stabilnu ekološku zajednicu. Ta pravila možete koristiti za oblikovanje zajednica, logično. Evo kratkog posta na blogu koji ima neke korisne reference i jednostavan jezik.

Možete pogledati i istraživanje mikrokosmosa + mezokosmosa, gdje su ljudi osmislili male samodostatne zajednice, ponekad odvojene od npr. razmjenu plinova sa vanjskim okruženjem. Ponekad se ovi kolabiraju, a ponekad rade. Povremeno to ima veze sa slučajnošću, au drugim tačkama čini se da slijedi deterministički put.

Sve ovo je pod naslovom "ekologija zajednice", koju bih toplo preporučio da pogledate ako ste zainteresovani.

Također bih preporučio da se istraži istraživanje invazije, što je najistaknutiji primjer dobivanja "nove" zajednice samo dodavanjem nekoliko vrsta postojećoj zajednici i gledanjem što će se dogoditi. Kao što sam predložio u komentarima, gledanje zajednica na ostrvima koje su napadnute ili su regrutovale vrste sa drugih mesta moglo bi biti zgodno – npr. Galapagos, Okeanija, primjeri su za proučavanje, kako su se nosili s biološkim invazijama i šta je djelovalo, a šta nije. Ovo potpolje naziva se "otočka biogeografija", ne znam koliko ljudi ga i dalje shvaća ozbiljno, ali postoji barem puno empirijskih zapažanja o tome što se događa kada dodate vrste.


Ljudska ekologija - osnovni koncepti održivog razvoja

Priče o uspjehu u zaštiti okoliša iz cijelog svijeta sa svojim lekcijama o tome kako se iz propadanja pretvoriti u obnovu i održivost.

Autor: Gerald G. Marten
Izdavač: Earthscan Publications
Datum objave: Novembar 2001, 256 str.
Meki uvez ISBN: 1853837148
Tvrd povez SBN: 185383713X

Informacije za kupovinu ove knjige:
Sjedinjene Američke Države/Kanada - Stylus Publishing
Drugdje - Earthscan Publications
Japanska verzija - Amazon Japan


Biološka informatika

Odnos između "bioinformatike" i "biološke informatike" nije tako suptilan kao što se može činiti. U posljednjih deset godina u SAD -u se izraz "bioinformatika" općenito koristio za značenje "informacija o molekularnoj biologiji", posebno sekvenci gena i proteina. Ova upotreba termina u popularnoj štampi, povezana sa velikim napretkom i uspehom na tom polju, poslužila je da se ova definicija učvrsti u psihi opšte populacije i naučnika – pa je stoga i potreba za novim terminom (biološka informatika ) da pokrije nauku o informacijama o svim nivoima biološke analize. Zdravstvena informatika, medicinska informatika, neuroinformatika, kao i informatika o bioraznolikosti i biomolekularna informatika, svi potpadaju pod ovaj širi koncept [10,11]. Iako ovdje koristimo izraz "biološka informatika" da pojasnimo širinu koncepta, postoji dobar razlog za raspravljanje o ponovnom preuzimanju naziva "bioinformatika" kako bi se obuhvatile sve informacije o biologiji. Na primjer, biodiverzitet i ekološka informatika, polja koja se često zanemaruju u raspravama o bioinformatici, su suštinska komponenta naše koncepcije biološke informatike. Za više informacija o ovom pitanju pogledajte komentare Herša i naš odgovor na njega, koji se može pronaći u odjeljku Komentari čitalaca koji prati ovaj članak.

Informatika o biodiverzitetu je proučavanje problema podataka gdje su prikupljanje informacija, analiza, razmjena i saradnja potrebni da bi se odgovorilo na široka pitanja o biodiverzitetu. Biološka raznolikost znači „varijabilnost živih organizama iz svih izvora, uključujući između ostalog, kopneni, morski i drugi vodeni ekosustavi i ekološki kompleksi čiji su dio to uključuje raznolikost unutar vrsta, između vrsta i ekosustava "[12]. Informatika je vitalna za biologe biološke raznolikosti kao i za molekularne biologe. Kao EO Wilson navodi, biolozi se okreću informatičkoj tehnologiji kako bi proizveli kritično potrebnu efikasnost u svom radu, ali je potrebno mnogo više truda: „Nova elektronska tehnologija, koja eksponencijalno raste, smanjuje troškove i vrijeme potrebno za taksonomski opis i analizu podataka. Obećava da će ubrzati tradicionalnu sistematiku za 2 reda veličine. Ono što sada nedostaje i potrebno je zajednički napor, uporediv s Projektom humanog genoma (HGP), da se završi globalno istraživanje biološke raznolikosti – od pola do pola, od kitova do bakterija i u razumno kratkom vremenskom periodu "[13] Promjene u informatičkoj tehnologiji uticale su na lice biodiverziteta na lokalnom nivou za naučnike, ali je ovo polje doživjelo revolucionarnu globalizaciju i promjenu u razmjeru koji je uveo nove izazove za biološku informatiku.

Informatika o biološkoj raznolikosti preklapa se s drugim granama biologije kao što su medicinska informatika i informatika javnog zdravlja u područjima kao što su ona koja se odnose na vektore bolesti (tj. vektore komaraca virusa Zapadnog Nila), prirodnu povijest i promjene distribucije vrsta uzrokovane klimom, ali ipak postoji nekoliko pojedinaca obučenih za prelazak granice između polja kao što su entomologija, botanika ili zoologija. Ovo preklapanje proizvodi potražnju za zajedničkim elektronskim podacima. Dobro je poznato da su suradnja na daljinu i razmjena podataka "dobri" za znanost, a postoje i brojni projekti koji pokazuju zajedništvo problema i ciljeva u ovoj oblasti, u nizu bioloških disciplina.

Važna zajednička karakteristika velikih projekata biološke informatike je potreba za efikasnim skladištenjem velikih količina podataka i za standardizovanim formatima koji olakšavaju pristup široj naučnoj zajednici. Banka podataka o proteinima (PDB), Globalni informacijski fond za biološku raznolikost (GBIF) i Istraživačka mreža za biomedicinsku informatiku (BIRN) prepoznali su ovaj izazov i s njim se suočavaju na nekoliko različitih načina. Kvalitet podataka i standardi depozicije obrađeni su u specifičnom rješenju svakog projekta za probleme skladištenja i pristupa podacima. Još jedan izazov u korištenju i administraciji izvora podataka je koordinacija između istraživača, časopisa i samog spremišta kako bi se osigurala pravovremena i korisna dostupnost podataka. Opet, poučno je da je u suočavanju s ovim problemom svaki od gore navedenih projekata zauzeo drugačiji, ali povezan pristup koji proizlazi iz specifičnih zahtjeva podataka svake poddiscipline.

Vjerujemo da potreba za integracijom u različitim područjima i zajedničkošću u pozadini problema s kojima se susreću različiti projekti biološke informatike zahtijevaju široko obrazovane informatičare sa jakom bazom biološkog znanja. Ovi stručnjaci za biološke informacije (BIS) će raditi u saradnji sa različitim istraživačkim osobljem specifičnim za različite discipline u biološkim naukama kako bi rešili probleme povezane sa sveobuhvatnom poplavom informacija u biološkim naukama.


Modeliranje pružanja usluga ekosistema i očuvanja biodiverziteta

Sledeća dva priloga čine velike korake u predloženim pravcima. Nelson et al. (12) predstavljaju model koji integriše efekte politike na odluke o korištenju zemljišta i rezultirajuće posljedice za zajedničko pružanje usluga ekosistema i očuvanje biodiverziteta u cijelom pejzažu. Oni koriste podatke iz basena Willammette u Oregonu, Sjedinjene Američke Države, vrlo dobro proučavanog regiona, i otkrivaju da politike usmjerene na povećanje sekvestracije ugljika ne povećavaju nužno očuvanje vrsta (i obrnuto). Jasan je zaključak da ako plaćanja za usluge ekosistema nisu pažljivo osmišljene, one mogu donijeti minimalne dobitke od usluga od interesa, a mogu naštetiti i proizvodnji drugih usluga i očuvanju biološke raznolikosti. Međutim, autori pokazuju kako novi alati mogu omogućiti dobar dizajn i napredak prema višestrukim, potencijalno konkurentnim ciljevima.

Naidoo et al. (13) pokušaj da kvantifikuje i mapira proizvodnju usluga ekosistema na globalnom nivou, da uporedi proizvodnju usluga sa prioritetnim lokacijama za očuvanje biodiverziteta. Smatraju da prostorna podudarnost između različitih usluga i između usluga ekosistema i prioriteta očuvanja uvelike varira. Ipak, njihova analiza dozvoljava jasnu identifikaciju područja u kojima je vjerojatnije da će plaćanja za usluge ekosistema (PES) postići ciljeve očuvanja biološke raznolikosti.


Biologija kompleksnih sistema

Teorija složenih sistema bavi se identifikacijom i karakteriziranjem zajedničkih elemenata dizajna koji se promatraju u različitim prirodnim, tehnološkim i društvenim kompleksnim sistemima. Sistemska biologija, holističniji pristup proučavanju molekula i ćelija u biologiji, brzo je napredovala u posljednje dvije decenije. Međutim, nije se mnogo cijenilo spoznaja da je ljudska stanica uzorit složen sistem. Ovdje izlažem opće principe dizajna identificirane u mnogim složenim sistemima, a zatim opisujem ljudsku ćeliju kao prototip složenog sistema. Razmatranje koncepata teorije složenih sistema u sistemskoj biologiji može osvijetliti naše cjelokupno razumijevanje fiziologije normalnih ćelija i promjena koje vode do ljudskih bolesti.

1. Nauka o teoriji složenih sistema

Nauka i tehnologija nam omogućavaju da razumijemo naše okruženje, kao i da njime manipulišemo i stvaramo nova okruženja i nove sisteme. To je dovelo do toga da su ljudi izašli iz prirode, a nedavno i da stvore nove složene svjetove koji veoma nalikuju prirodnim sistemima [1]. Sistemi koje je napravio čovjek često slijede iste principe dizajna koji upravljaju prirodnim sistemima. Najvažniji od ovih principa dizajna je evolucija prirodnom selekcijom [2]. Međutim, sustavi koje je stvorio čovjek nisu potpuno isti kao oni koje je stvorila priroda. Stječemo sve veću sposobnost stvaranja novih složenih okruženja i novih mašina koje rade jednako dobro, ili čak bolje od prirodnih organizama [3]. Složeni sistemi koje je napravio čovjek, kao što su berze ili društvene mreže s više korisnika, i tehnologije koje se mogu koristiti za prikupljanje i obradu sve veće količine podataka pružaju nam priliku da bolje promatramo i razumijemo složene sisteme, prirodne ili umjetne. . Sve više možemo mjeriti aktivnost varijabli koje čine ove sisteme. Ovo pruža bolji uvid u količinu i povezanost većine varijabli koje kontrolišu složeni sistem. Kad sve ove varijable rade zajedno, one čine sistem koji nam se čini kao jedna cjelina koja je živa.

Počinjemo shvaćati da, općenito, složeni sistemi, umjetni ili prirodni, dijele mnoge univerzalne koncepte i principe dizajna koji se ponovo pojavljuju u različitim, naizgled nepovezanim sistemima [4,5]. Ovi obrasci dizajna su bitni elementi za izgradnju uspješnih složenih sistema koji mogu funkcionirati, natjecati se, opstati, reproducirati se i evoluirati dugo kroz više generacija prema povećanoj sposobnosti i ukupnom rastu. Nauka o teoriji složenih sistema pokušava steći razumijevanje o ovim novim principima dizajna koji se ponavljaju i koji se ponovno pojavljuju u različitim prirodnim i umjetnim kompleksnim sistemima i okruženjima [6]. Cilj nauke o složenim sistemima je da preciznije definiše ova svojstva ka boljem razumevanju kompleksnih sistema u celini, izvan razumevanja jednog specifičnog sistema, ili jednog specifičnog koncepta dizajna. Bolje razumijevanje ovih univerzalnih principa omogućit će nam da bolje probavimo brze promjene koje se događaju oko nas zbog tehnološke i društvene evolucije [3]. Da bi proučavali i razumjeli složene sisteme, kada je to moguće, istraživači provode multivarijantne eksperimente, bilježeći mjerenja sistemskih varijabli pod relativno kontroliranim uvjetima kako bi pratili dinamiku sistema pod različitim smetnjama tokom vremena. Ova mjerenja i snimci se koriste za izgradnju modela. Ovi modeli su potrebni za generisanje hipoteza u skladu sa podacima. Modeli pokušavaju da predstave sistem na nivou grube apstrakcije, kostur stvarnog složenog sistema koji se istražuje. Proces modeliranja ima za cilj da uhvati suštinu složenosti, apstrahujući stvarni sistem u upravljivu veličinu koja je kognitivno, matematički i teorijski objašnjiva. Modeli koji simuliraju složene sisteme u stvarnom svijetu izgrađeni su da uhvate dinamiku i arhitekturu sistema kako bi predvidjeli buduće ponašanje sistema i objasnili njegovo ponašanje u prošlosti. Takvi modeli nam pomažu da bolje razumijemo i potencijalno popravimo sistemske kvarove, kao što su oni koji se dešavaju u procesima bolesti unutar ljudskih ćelija. Poznata izreka o modelima je da su svi pogrešni, ali su neki korisni [7], pa kao takvi modeli igraju važnu ulogu u razumijevanju i pripitomljavanju složenih sistema. Iz ovih modela mogu se izvući pronicljiva teorijska pravila.

Međutim, iako želimo imati dinamičke modele koji bi objasnili ponašanje složenih sistema, u stvarnosti je te modele često previše teško konstruirati, a kada se konstruiraju, ti modeli pate od mnogih nedostataka uglavnom zbog nedostatka informacija. Problem je i nedostatak podataka i poplava podataka. Da bi dinamički modeli bili realni, moraju imati tačne početne uvjete, tačnu uzročnost između sistemskih varijabli [8] i definiranu kinetiku. Takvi podaci često nisu lako uočljivi. Dakle, dinamički modeli složenih sistema pate od problema slobodnih parametara gdje mnogi modeli mogu odgovarati istim promatranim podacima [9]. Drugi problem sa dinamičkim modelima složenih sistema je karakteristika nelinearnosti složenih sistema [10]. Zbog složenih odnosa između varijabli u složenim sistemima, dinamika sistema brzo postaje nelinearna i složena, od kojih većina trenutna matematika ne može dobro objasniti. Statističke metode poput korelacione analize su, s druge strane, jednostavniji pristupi koji su danas mnogo praktičniji [11]. Iako pristupi zasnovani na korelaciji ne daju potpuno objašnjenje ponašanja sistema tokom vremena, što je zato što ima toliko podataka, i zato što podaci nedostaju i nisu tačni, pronalaženje korelacija između sistemskih varijabli pruža trenutno novo znanje.

U biologiji, tehnologije u nastajanju, poput dubokog sekvenciranja DNK i RNK [12], ili proteomika masene spektrometrije [13] i metabolomika [14], omogućuju uvid u dinamičko stanje mnogih komponenti koje čine složene sisteme unutar ljudskih stanica. Ove novonastale multivarijantne biotehnologije, iako neprecizne i bučne, pomažu ubrzati otkrivanje unutarnjeg funkcioniranja stanica u cijelosti jer mogu mjeriti nivo hiljada molekularnih vrsta odjednom, u jednom eksperimentu. Kako se akumulira sve više znanja o složenim sistemima, poput ljudske ćelije, to se znanje može vratiti u matematičke ili računske modele kako bi se poboljšali, učinili preciznijim. Ove dodatne informacije dodaju više snage i vrijednosti sposobnosti modela da detaljnije zahvate funkcionalnost sistema, a to omogućava bolja predviđanja o tome kako se komponente i procesi sistema spajaju kako bi se omogućilo ćelijsko ponašanje kao što su odgovori na stimulanse koji izazivaju ćelijska proliferacija, rast ćelija, ćelijska diferencijacija/specijalizacija ili programirana ćelijska smrt. Cilj je popuniti nedostajuće dijelove slagalice modela radi boljeg razumijevanja specifičnih složenih sistema, poput prirodne ćelije. Sa akumulacijom više podataka, naučna metoda se transformiše da se sve više oslanja na organizaciju, integraciju, vizualizaciju i korišćenje prethodnog znanja izvučenog iz velikih skupova podataka koji se sastoje od merenja snimljenih iz stvarnih složenih sistemskih varijabli. Ovo računarski organizirano pozadinsko znanje koristi se za analizu novostečenih podataka [15]. Kako tehnologija napreduje, zabilježeni podaci o istoriji složenog sistema se skupljaju brže od naše trenutne sposobnosti skladištenja i analize takvih podataka radi korisnog razumijevanja ili, drugim riječima, radi optimalnog izvlačenja znanja. Kako troškovi uređaja za skladištenje rapidno padaju, a uređaji za snimanje gotovo svega oko nas brzo rastu, nalazimo se okruženi morem podataka [11]. Takvi podaci pružaju sjajnu priliku da se savladaju tajne složenosti, ali nas također preplavljuju bitovima i bajtovima podataka bez jasnog značenja. Često se nađemo samo koristeći mali dio izmjerenih podataka, samo grebući površinu rudnika punog blaga.

2. Obrasci koji se pojavljuju u složenim sistemima

Različite oblasti naučnih istraživanja kao što su računarstvo, sociologija, matematika, fizika, ekonomija i biologija sve više shvataju važnost teorije složenih sistema, jer se isti obrasci i koncepti dizajna pojavljuju u ovim različitim oblastima nauke. Modeli koji obuhvataju strukturu i dinamiku složenih sistema obično se objašnjavaju sa nekoliko vladajućih principa kao što su opstanak najsposobnijih [2], bogatiji-bogatiji [16] i dupliciranje-divergencija [17] dok u stvari postoji više sila svi djeluju zajedno kako bi oblikovali strukturu i ponašanje mnogih različitih vrsta složenih sistema. U kombinaciji, te sile mogu djelovati paralelno, a ponekad se suprotstavljati jedna drugoj, kako bi proizvele ponašanje krajnjeg ishoda sistema koje se očituje kao stalne dinamičke i funkcionalne strukturne promjene. Različiti složeni sistemi imaju neznatno različite skupove sila, različite sastojke koji čine njihovu cjelinu.Pravilna kombinacija dizajnerskih koncepata i sila, ako se pravilno razumiju, može dovesti do sposobnosti boljeg stvaranja, kontrole, predviđanja i popravljanja složenih sistema oko nas, uključujući nas same i naše društvo, te naše prirodno, ekonomsko i tehnološko okruženje. Ljudska ćelija, višećelijski organizmi, ekonomski sistemi, složeni konstruisani sistemi i Web su svi evoluirajući složeni sistemi koji postoje u složenim i uvijek dinamično promjenjivim okruženjima. Ovi sistemi dijele slične novonastale dizajnerske obrasce, nacrt za stvaranje složenog sistema. Neki od tih obrazaca mogu se razotkriti korištenjem modeliranja.

3. Složena okruženja naspram složenih agenata

Kada se koristi opći pojam složeni sistemi i raspravljajući o konceptima kompleksnog dizajna sistema, možemo razlikovati dva glavna tipa: složena okruženja i složene agente. Složeni agenti su oni sistemi koji imaju jasno definisane granice, fizičku granicu koja obuhvata sistem. Složeni agenti obično imaju jednu ili nekoliko centralnih procesorskih jedinica, sat, kao i mehanizme za efikasno dobijanje i korišćenje energije. Agensi obično uključuju senzore i aktuatore. Ove vrste složenih sistema stupaju u interakciju sa svojim okruženjem putem senzora i njihovih aktuatora, i obično se mogu kretati, rasti, samopopravljati i samoreproducirati. Često su ti agenti svjesni svog postojanja. Neki primjeri složenih agenasa smo mi, naše ćelije, drveće, ptice, ribe, crvi, automobili, avioni i neki roboti (slika 1). Složeni agensi postoje u složenim okruženjima ili unutar drugih većih kompleksnih agenasa koji ih obuhvataju. S druge strane, složena okruženja imaju manje definirane granice. Njihovo upravljanje takođe obično nije dobro definisano. Ovi složeni sistemi obično nemaju centralnu procesnu jedinicu, nemaju niti jedan centralni mozak. Agenti u tako složenim okruženjima su ponekad svi slični, ili istog tipa, ili barem imaju neka osnovna zajednička svojstva. Agenti u složenim okruženjima djeluju kao pojedinci, ali pokreću cjelokupnu dinamiku sistema. Primjeri složenih okruženja su prirodni i umjetni ekosistemi kao što su jata ptica, gradovi, saobraćajni sistemi, košnice, države ili društvene mreže (slika 1).

Slika 1. Primjeri složenih okruženja: jato ptica, košnica, društvene mreže, gradovi i države. Primjeri složenih agenasa: avion, crv, automobil, riba, ćelija, ptica, drvo, robot. Kompleksna okruženja postepeno se razvijaju u složene agente. Kada postoji mnogo kopija složenog agenta, te kopije mogu popuniti novo složeno okruženje. (Mrežna verzija u boji.)

Razlika između složenih agenata i složenih okruženja je mutna jer su neka tipična svojstva složenih okruženja prisutna u nekim složenim agensima i obrnuto. Složena okruženja obično su naseljena složenim agentima. Intuitivno, složena okruženja rastu brže kako postaju složenija i raznolikija. S druge strane, složeni agenti postaju manje fleksibilni kako postaju sve složeniji, pa se, u principu, evolucija usporava kako se složenost povećava. Kako postoji mutna linija koja odvaja složene agense od složenih okruženja, vjerovatno je da su ti složeni sistemi samo u različitim fazama svoje evolucije. Složena okruženja su u mladoj, novostvorenoj fazi složenog sistema. Vremenom će se ova složena okruženja početi zgrušavati, gomilajući svojstva složenih agenasa jedan po jedan kako evoluiraju ka tome da postanu agenti. Međutim, kada je sistem u potpunosti agent, a postoji mnogo gotovo tačnih kopija tih agenata u okruženju, ovi brojni agenti u interakciji će popuniti složena okruženja (slika 1, strelice). Ovo apstraktno gledište može biti potkrijepljeno našim osnovnim razumijevanjem kako su nastale biološke prirodne ćelije ili kako su višećelijski organizmi evoluirali od jednostaničnih organizama. U početku je sistem bio složeno okruženje u kojem su se stanične komponente poput RNK miješale u primordijalnoj juhi [18]. Nakon što je organizacija evoluirala, formirale su se ćelije, okružene svojim membranama. Zatim su membranske ćelije evoluirale tako da su imale senzore i druge komponente zbog kojih su postale prototipni agensi. Nakon što su ćelijski agensi postojali i proliferirali, počeli su formirati višećelijske organizme. Prve višećelijske organizme stvorila je ista vrsta ćelija, ali su se onda pojavili tipovi ćelija u kojima su različite ćelije preuzele različite specijalizovane uloge. Kako su se ćelije sve više specijalizirale, postajale su sve ovisnije jedna o drugoj, što je na kraju proizvelo novu vrstu složenog agensa, odnosno višećelijskog organizma. Stoga, složena okruženja mogu biti tek u ranoj fazi unutar procesa evolucije složenog sistema, na svom putu da postepeno postanu složeni agenti kada u okruženju postoje mnogi složeni agensi istog tipa, oni mogu formirati novi sloj složenosti. koja može poslužiti kao temelj za sljedeći sloj.

4. Prirodna nasuprot tehnološke evolucije

Složeni sistemi nastali su prirodnom evolucijom ili evolucijom koju je stvorio čovjek. Ovo je proizvelo paralele između prirodnih i tehnoloških sistema uprkos njihovim razlikama. Dok se prirodna evolucija razvijala milijardama godina, tehnološka i ekonomska evolucija koju je stvorio čovjek ima značajan utjecaj na Zemlju samo u posljednjih nekoliko hiljada godina [1]. Stoga su stope evolucije mnogo različite kada se uporede dva tipa složenih sistema: umjetni i prirodni [3]. Prirodna evolucija mora čekati da se nasumične povoljne mutacije u DNK organizma dogode kroz mnoge generacije, dok u tehnološkoj evoluciji nove ideje mogu preko noći postati novi proizvodi. Čini se da se tehnološka evolucija neprestano ubrzava, da se kreće različitim tempom po cijeloj planeti, ali sveukupno, od industrijske revolucije, čini se da se stopa složenosti sustava koje je stvorio čovjek općenito ubrzava. Različite evolucijske stope širom planete vrijede i za prirodnu evoluciju. U prašumi se mnoge vrste mogu brzo pojaviti jer su uslovi u tom okruženju bogati i povoljni za život. Ima slatke vode, sunca i kiše, a temperature su taman za razvoj i razvoj prirodnog biološkog života. Druga područja na planeti, poput sušnih vrućih ili hladnih pustinja, ne promiču brzu prirodnu evoluciju, a pojava složenosti tamo je sporija. Dozvoljeni uvjeti za rast očigledni su za prirodne sisteme, ali manje definirani za tehnološku evoluciju. Tehnološka evolucija napreduje mnogo brže u velikim gradovima ili na webu, gdje su interakcije među ljudima i potražnja za novim proizvodima veće nego u manje nastanjivim regijama na svijetu. Međutim, postoje sile koje balansiraju ove trendove. Geografska difuzija inovacija [19] i širenje složenosti čine da se tehnološka i prirodna složenost prošire na udaljena mjesta na Zemlji. Tehnološka složenost sve više naseljava zrak, more i svemir. More je puno prirodnog života, ali nije povoljno za ljudski život i tehnološku evoluciju. S druge strane, prostor bi se mogao smatrati najboljim mjestom za robote i kompjutere jer je izoliran od štetne topline, prašine i bakterijskih agenasa [20].

5. Tipovi sistema u odnosu na njihove instance

Snimak složenog sistema u jednom određenom trenutku bilježi stanje sistemskih varijabli takvo kakvo je u to vrijeme. Takvo zamrznuto u vremenu stanje sistema je manifestacija instanciranja varijabli različitih tipova. Razlika između tipova varijabli i instanciranja varijabli, ili složenih tipova sistema naspram stvarnih složenih sistema, kritična je za uvođenje više jasnoće. Instanca varijable koja je dio složenog sistema, ili stanje cijelog kompleksnog sistema, obično slijedi ciklus rođen-živi i umri. S druge strane, varijabla ili složeni sistem tip, je apstraktna reprezentacija vrste varijabilnog ili složenog sistema kakav je. To nije stvarni fizički entitet, već predložak. I složeni sistem i varijabilne instance, kao i njihovi tipovi, mogu evoluirati. Međutim, stvarne instance varijabli ili čitavi složeni sistemi evoluiraju samo za vrijeme njihovog prisustva ili života, dok se predlošci mogu razvijati neograničeno dugo. Vi ste primjer složenog sistema koji je ljudski predložak. Šablon varijable, ili tip složenog sistema, apstraktna generalizacija vrsta stvarne stvari, može evoluirati bez potrebe da bude vezan za stvarno postojanje. Predložak nema vremenske granice. U računalnim programskim jezicima razlika između varijabli i tipova varijabli je jasna. Varijable mogu biti različitih vrsta. Varijable se prvo deklariraju da postanu instancirane. Varijablama se zatim dodjeljuju vrijednosti koje odgovaraju njihovom tipu tokom izvođenja programa. Takve se vrijednosti mogu promijeniti dok je program pokrenut, a varijable koje sadrže vrijednosti žive unutar programa kratko vrijeme dok se program izvodi. Slično, stanice imaju DNK koja služi kao šablon za proizvodnju primjeraka RNK i proteinskih molekula. Takve analogije mogu pomoći u razmatranju razlike između instance i tipa ili predloška složenog sistema ili varijable u složenom sistemu.

6. Sažetak principa dizajna s početnim odnosima

Teorija složenosti često se fokusira na samo nekoliko principa dizajna složenih sistema, većinu vremena primijenjenih samo na jedan kompleksni sistem u stvarnom svijetu: ironično, i dalje redukcionizam. Redukcionističko gledište predlaže da se složeni sistemi sastoje od dijelova, a razumijevanje ovih dijelova može dovesti do razumijevanja cijelog sistema [21]. Ovo je gledište u prošlosti dominiralo naukom, ali je sada prihvaćeno da su potrebne nove metode za bolje razumijevanje složenosti, kako se dijelovi spajaju i stvaraju nešto veće od dijelova [22,23]. Da bi se postiglo takvo razumijevanje, moglo bi biti korisno ispitati kako su obrasci dizajna složenih sistema povezani. Kako bi se razvila intuicija o ovoj ideji, u nastavku se spominje početna zbirka principa projektiranja složenih sistema s kratkim opisom svakog principa. Sljedeći korak je pokušati identificirati povezanost ovih principa. Nadamo se da će odnosi između ovih principa dizajna postati odmah i intuitivno očigledni. Jedna stvar koju treba imati na umu je da definicije mnogih od ovih apstraktnih koncepata možda nisu precizne, to je problem jer jedna definicija može značiti različite stvari različitim ljudima. Ove definicije se zasigurno mogu poboljšati, ali njihovo usavršavanje izazov je i može zahtijevati formalno matematičko predstavljanje. Dolje opisani principi dizajna su apstraktni, ali stvarni. Zato pokušajte ne brinuti na trenutak o specifičnim izrazima definicija, već o suštini njihovog značenja. Neki od ovih principa dizajna se primjećuju u složenim sistemima općenito, pokrivajući i prirodne i tehnološke sisteme, s nekim nagovještajnim odnosima između koncepata.

Opstanak najsposobnijih je centralni dizajn koji oblikuje složene sisteme [2]. Ovaj koncept je rezultat konkurencije. Konkurencija često nije fer, gdje bogati i sposobni obično postaju bogatiji ili sposobniji brže od ostalih [16]. Bogati postaju bogatiji je proces rasta u kojem bogati, oni koji imaju mnogo veza, centralnih, bitnih i sposobnih, rastu brže od siromašnih, usamljeni, nesposobni, slabi i manje povezani. Složeni agensi u složenim okruženjima obično takođe rastu dupliciranjem-divergencijom [17]. Duplikacija-divergencija je poznati princip biološkog dizajna prirodne evolucije koji je također uobičajen u tehnološkoj evoluciji, ekonomiji ili na webu. Na primjer, uspješni modeli automobila, web stranice i softver općenito evoluiraju kroz dupliciranje-divergenciju. Dakle, uspješan roman i složeni agens, organizam ili proizvod može postati atraktor, izvlačeći više veza i kopija iz njega nego sa sobom [10]. Ponekad uspješni novi i složeni složeni agenti nastaju spajanjem dva postojeća agensa, kako bi se formirao novi inovativni i konkurentniji agent, proizvod ili organizam. Jednom kad su uspješni, inovativni se agenti brzo repliciraju i diverzificiraju. Dakle, inovacija igra važnu ulogu u stalnoj evoluciji složenog sistema. Inovacije se mogu realizirati samo na temelju već postojećih, učvršćenih i uspješnih prethodnih inovacija [19]. Stoga, kao što je gore spomenuto, složeni sistemi su organizirani u slojevima gdje svaki sloj uspostavlja čvrstu osnovu za sloj sljedećeg reda kako bi mogao evoluirati.

Drugi bitan i srodan princip je prijenos informacija. Informacije neprestano teku, obično se kompresuju, dekompresuju i prevode. Predajnici emituju informacije, a zatim ih senzori presreću. Agenti u složenim sistemima ne samo da imaju sposobnost pasivnog slušanja i prilagođavanja svom okruženju, već mogu i komunicirati sa okolinom i mijenjati okruženje kako bi odgovarali njihovim potrebama. Senzori prosljeđuju informacije o stanju okoliša u unutrašnje centralne centre za obradu. Prije nego što se informacije proslijede takvim centrima, signal se može pojačati i filtrirati. U centrima za obradu klasifikatori inteligentno koriste informacije, učeći iz iskustva kako bi donijeli optimalne odluke o reagiranju i prilagođavanju stanju okoliša sljedeći put kada budu izloženi prethodno iskusnom stanju. Stoga ovi klasifikatori koriste memoriju da odrede odgovarajući budući odgovor agenta. Često je ovaj odgovor jednostavno uključivanje ili isključivanje prekidača. Senzori i druge komponente koje prenose informacije, implementiraju takve prekidače, kao i filtere i pojačala za pretvaranje bučnih informacija iz okruženja u vrijedne i korisne poruke, često kroz proces diskretizacije ili digitalizacije. Označavanje, simboliziranje, grupiranje i klasificiranje signala su načini apstrahiranja mnogih sličnih objekata i zapažanja vezanih za oblike iz okruženja u apstraktne pojednostavljene prikaze. Grupe i klase su označene, pretvorene iz svoje fizičke stvarnosti u simbole kodirane u poruke. Ovi simboli olakšavaju centralnoj procesorskoj jedinici obradu informacija iz okruženja i izračunavanje odgovarajućeg odgovora, koji uključuje prijenos informacija drugim složenim agentima. Za izračunavanje pravog odgovora, interni centri za obradu koriste učenje, memoriju i adaptaciju. Sposobnost prilagođavanja novom okruženju ključna je za opstanak složenog agensa koji živi u kompleksnom okruženju. Otpornost na fluktuacije i promjene u okruženju potrebna je za ukupnu kondiciju i održivost [24]. Međutim, ravnoteža između krutosti, robusnosti i tolerancije na promjenu u odnosu na fleksibilnost promjene potrebna je za osiguravanje potrebnog nivoa plastičnosti za odgovarajuću prilagodbu [25]. Kad je učenje uspješno, odgovori su obično automatizirani. Za efikasnu proizvodnju potrebna je i automatizacija. Postoje efikasni i sofisticirani mehanizmi za proizvodnju mnogih (gotovo egzaktnih) replika složenih agenasa i njihovih dijelova. Ovo omogućava da se ciklus rađanje-život-smrt nastavi, a da se složeni tip sistema neprestano širi. Koncept rođenje – život – smrt vezan je za zapažanje da se složeni sistemi i njihovi dijelovi dinamički zamjenjuju novim dijelovima, dok globalni obrasci cjelokupnog složenog sistema i ekosistema ostaju. Na primjer, proteini u ćeliji se stalno okreću, molekule vode u rijeci nisu iste, ali rijeka ostaje u stalnom toku, automobili na autoputu nastavljaju prolaziti, krvna zrnca putuju kroz krvne žile, a ljudi putuju naprijed -nazad do i s posla u velikom gradu i van njega ovo su samo neki primjeri. U nekim od tih slučajeva, ovi složeni agensi ili njihovi dijelovi cirkuliraju. To je slučaj sa krvnim zrncima ili ljudima koji putuju na posao, dok se u drugim slučajevima kompleksni agensi koji teče, ili njihovi dijelovi, u potpunosti zamjenjuju svaki put. Stoga složeni sistemi imaju razrađene i efikasne transportne sisteme koji omogućavaju prijenos resursa i agenata na udaljene lokacije brzo i efikasno. Takvi transportni sistemi su obično organizovani u hijerarhijskoj strukturi nalik stablu, gde listovi drveta, krajnje lokacije u sistemu nalik drvetu, često imaju jedinstvenu adresu kodiranu u nizu simbola. Hijerarhijska struktura transportnih sistema uobičajena je u složenim sistemima. Za kretanje je neophodna lokomocija. Lokomocija je sposobnost složenih agenata da se kreću u svom složenom okruženju. Ekonomski sistemi oslanjaju se na avione, brodove i kamione za prijevoz robe i radnika s jedne jedinstvene adrese terminala na drugu adresu. Botaničkim biljkama nedostaje sposobnost kretanja, a ovaj nedostatak kompenzira se nevjerojatnom sposobnošću korištenja solarne energije, sposobnošću izvlačenja hranjivih tvari iz zemlje i sposobnošću oprašivanja i učinkovite reprodukcije bez potrebe za putovanjem. Biljke i drugi složeni prirodni sistemi imaju sjemenke koje sadrže komprimirane informacije koje se mogu koristiti za stvaranje potpuno novih kopija istih složenih agenasa. Takvo sjeme često ima mehanizme za putovanje i difuziju kako bi postiglo cilj za optimalnu gnojidbu. Oni se generiraju u mnogo primjeraka gdje se svaka kopija malo razlikuje, i gdje će samo nekoliko biti odabrano za oprašivanje sljedeće generacije.

Postoje značajne prepreke za zaštitu složenih agenasa od drugih agenasa i izvana. Ovi spremnici ili moduli skrivaju unutrašnjost od izloženih vanjskih spoljašnjosti. Eksterne jedinice imaju interfejs, koji omogućava komunikaciju sa okruženjem i drugim sistemima, koristeći standardne protokole, simbole i zastavice. S tim je povezan i plug-and-play princip dizajna koji omogućava ponovnu upotrebu i općenitost. Ovaj princip dozvoljava složenim sistemima da rade zajedno kako bi formirali sisteme višeg reda. Ova modularnost stvara hijerarhije. Kompleksni sistemi u interakciji imaju mogućnost prebacivanja između individualnog ponašanja i ponašanja jednom u čoporu. Kada su u čoporu, složeni sistemi često formiraju različite geometrijske oblike. Oblici u složenim sustavima obično su teselatni, tvoreći razrađene mozaike [26]. Polimorfni kompleksni sistemi u čoporu ponašaju se nasumično paralelno, ali često pokazuju neverovatan sinhronicitet. Sinhronicitet se može postići upravljanjem, na primjer, od strane dirigenta koji signalizira orkestru, ali često sinkronicitet ne zahtijeva upravljanje u složenim sistemima. Za takvo pojavno ponašanje potrebni su slučajnost i buka. Buka je također potrebna za druge aspekte dinamičkog ponašanja koji podržavaju složenost i evoluciju. Buka je mehanizam potreban za prevazilaženje zaglavljenosti u evolutivnom minimalnom stanju. Slučajnost i šum rezultiraju stalnom potragom za homeostazom, ali složeni sistemi nikada se ne smiruju zauvijek u stabilnom stanju [27]. Složeni sistemi neprestano rastu, poboljšavaju se fitnes i povećavaju složenost jer se njihovo okruženje stalno mijenja u tom smjeru [28]. Fazni prijelazi događaju se u kratkim vremenskim razdobljima gdje sistem, budući da je u prilično stabilnom stanju, prolazi kroz jednu malu promjenu koja izaziva mnoge promjene, pretvarajući sistem u drugo novo kvazi stabilno stanje [10]. Pronalaženje poboljšanog stanja kondicije princip je dizajna koji se izravno odnosi na efikasnost i iskorištenost energije.

Dok većina procesa u složenim sistemima koristi energiju, a gdje se složeni agensi nadmeću za energetske resurse, korištenje energije sistema se više bavi cjelokupnom prikladnošću, a manje očuvanjem energije i energetskom efikasnošću [29]. Ovo je jedan od mnogih koncepata koji složene sisteme razlikuje od tipičnih sistema koji se proučavaju u fizici. Međutim, očuvanje energije i efikasnost mogu pomoći složenim sistemima u boljoj konkurenciji.Zanimljivo je da često mrtvi organizmi postaju izvor energije za druge organizme, dok najviše razgrađeni organski materijal, sirova nafta, služi kao glavni izvor energije za početnu fazu tehnološke evolucije koju danas vidimo. Većina složenih sistema obično proizvodi otpad u uravnoteženim ekosistemima, otpad iz jednog složenog sistema je resurs za drugi. Međutim, tehnološki složeni sustavi koje proizvodi čovjek proizvode otpad koji se ne može dobro reciklirati. S tim u vezi su i povratne sprege koje su važne dinamičke strukture koje pokreću stvaranje složenih sistema. Primordijalna metabolička juha napravljena je od jednostavnih enzima koji tvore konkurentne povratne petlje [18]. Konkurencija uključuje poduzimanje radnji na tržištima, gdje trgovina čini dva ili više složenih sistema pobjednicima. Uspešna trgovina zahteva raznovrsnost proizvoda i specijalizaciju usluga. Dobitnici u trgovini često su inovatori ili najbolji slušaoci inovacija. Trgovina rezultira saradnjom, koja se može razviti u simbiozu: međusobnu zavisnost dva odvojena složena sistema jedan u drugom kako bi koegzistirali. Jednosmjerna simbioza je parazitizam. Parazitski kompleksni agensi koriste uspjeh svojih domaćina za vlastite potrebe preživljavanja. Uspješni kompleksni agenti moraju naučiti kako se samopopravljati i boriti protiv parazita, dok se paraziti upuštaju u igru ​​kreativnih strategija izbjegavanja. Paraziti ponekad ubiju svoje domaćine, ali ne prije nego što se umnože i kopije preskoče na druge domaćine, kako bi se mogli širiti.

Svi gore navedeni koncepti ukratko uvode neke od principa projektovanja složenih sistema sa nekim nagoveštenim odnosima između njih. No potrebna su detaljnija objašnjenja kako bi se svi ovi koncepti opisali s manje dvosmislenosti. Osim toga, potrebni su posebni primjeri koji ilustriraju kako se ti koncepti oblikuju u stvarnim prirodnim i tehnološkim sistemima. Ovakvi detaljni opisi su izvan okvira ovog pregleda, međutim, mi se bavimo razmišljanjem o tome kako se neka od ovih općih zapažanja o složenim sistemima primjenjuju na ljudske ćelije i kako takva perspektiva može informirati sistemsku biologiju.

7. Ljudska ćelija: primjer složenog sistema

Ljudska ćelija je komplikovana živa prirodna mašina. Ćelije koje zajedno čine naše tijelo prototip su primjera prirodnog složenog sistema koji je evoluirao i optimiziran milijardama godina. Ono što djelimično čini ljudske ćelije tipičnim složenim sistemom je to što su napravljene od mnogo različitih tipova komponenti sa mnogo kopija istih komponenti, koje sve rade zajedno, međusobno djeluju zajedno i paralelno formiraju funkcionalni entitet visokog reda koji je dio organizma.

Napravljeni smo od približno 50 biliona ćelija. Gotovo sve ove ćelije sadrže isti genetski kod koji je napravljen od dugih molekula DNK koji su nizovi koji drže šablon i simboličke instrukcije koje su potrebne za stvaranje cijelog organizma. Podaci o tome kako izgraditi cjelovit organizam dobro su sabijeni u jezgrama ljudskih stanica. Iako je DNK u svim našim stanicama ista, približno 400 različitih vrsta stanica koje čine naše tijelo izrazito se razlikuju jedna od druge. To je zato što se unutar svake vrste ćelija eksprimiraju različiti skupovi gena. Ova diferencijalna ekspresija gena rezultat je različitih ekstracelularnih signala koji instruiraju stanice kako da se ponašaju. Stanice primaju izvanstanične signale od drugih stanica koje im govore koje gene treba izraziti, i zauzvrat, koje proteine ​​treba napraviti i na kraju kako se ponašati koji tip stanice bi trebali postati. Ćelije mogu formirati složene strukture i postati specijalizirane zbog takvih protokola komunikacije stanica-ćelija koji su rezultat ili interakcija stanica-matriks, ili parakrinih ili endokrinih signala koji dolaze iz drugih stanica nošenih malim molekulima koji mogu proći kroz ćelijsku membranu ili se vezati za receptore na površini ćelije. To su složeni senzori sistema. Intracelularni ćelijski signalni putevi pokreću se složenom kombinacijom ekstracelularnih faktora koji djeluju paralelno i informiraju stanice o stanju okoliša. Ovaj oblik signalizacije kontrolira dinamiku regulatornih mreža gena koje određuju ćelijski program ekspresije gena. Receptori ćelijske površine prolaze kroz lipidni dvosloj ćelijske plazma membrane. Ovo je barijera kompleksnog sistema ćelije. Ovi receptori osluškuju šta se dešava izvan ćelije i prenose promjene iz okoline u komponente unutar ćelija. Kada se promijeni biokemijska koncentracija neurotransmitera u području mozga ili hormona u krvi, receptori na površini ćelije mogu se aktivirati ili inhibirati. Informacije o takvoj promeni se saopštavaju mašini centralne procesorske jedinice ćelije, koja je zamršena signalna mreža proteina i metabolita koji pojačavaju, filtriraju, obrađuju, dekodiraju i prenose informacije. Izvanstanične male molekule nazvane ligandi, poput hormona, neurotransmitera ili lijekova, vežu se izravno na proteine ​​receptora. Vezivanje ekstracelularnih biomolekula za receptore potencira receptore da prenose signale promjenom trodimenzionalne strukture receptora. Ova promjena u strukturnoj konformaciji receptora dovodi do toga da drugi proteini prisutni u ćeliji, poput enzima, mijenjaju razinu svoje aktivnosti, na primjer, vezanjem ili odvajanjem za receptore. Ove intracelularne interakcije mogu dovesti do aktivacije drugih enzima koji kataliziraju biohemijske reakcije unutar ćelije. Ova biomolekularna dinamika rezultira prijenosom informacija s vanjske strane ćelije u unutrašnje regije ćelije. Kaskada biohemijskih reakcija konstantno deluje u ćelijama paralelno gde se različiti signalni putevi stalno aktiviraju i deaktiviraju. Stoga su informacije sa hiljada receptora različitih tipova, prisutnih na površini svake ćelije, integrisane da bi se odredilo ponašanje ćelije. To se može postići regulacijom ekspresije gena aktivacijom ili inhibicijom transkripcijskih faktora. Transkripcijski faktori su proteini koji se vezuju za DNK ćelije kako bi regulisali ekspresiju gena. Drugi efektori signalnih događaja ćelije su proteini koji regulišu translaciju proteina, degradaciju proteina, modulaciju električne aktivnosti kroz posttranslacione modifikacije kanalnih proteina u membrani, kao i regulaciju nekoliko drugih ćelijskih mašina i organela unutar ćelija [30].

Jedan od ishoda takve regulacije je sposobnost nekih ljudskih stanica da puze [31–33]. Smjer i brzinu puzanja određuje mreža za signalizaciju ćelije [32] i može se smatrati jednim od pokretača ćelije. Još jedna organela koju regulira ćelijska signalna mreža je mitohondrija. Mitohondriji u stanicama djeluju kao motori i senzori [34]. Proizvode izvore energije u zajedničkoj valuti ATP, GTP i NAD+. Ove molekule nabijene energijom mnogi proteini mogu koristiti za obavljanje svog posla. Zanimljivo je da mitohondrije u ćelijama osećaju nivoe energije i ako prime određene signale, mitohondrije mogu da izazovu programiranu ćelijsku smrt, koja se takođe naziva apoptoza [35]. Takvo altruističko ponašanje pokreću mitohondriji oslobađanjem proteina koji pokreću signale koji navode ćeliju na samoubojstvo radi poboljšanja cijelog organizma. Evolucijsko podrijetlo mitohondrija također je primjer simbioze. Sličnost mitohondrija s nekim bakterijama koje danas postoje snažno sugerira da su stanice u početku bile zaražene bakterijom, a postupno je bakterija postala dio ćelije kroz evoluirajući endosimbiotski odnos [36].

Ponekad je potrebna programirana ćelijska smrt ako je ćelija oštećena ili inficirana. Međutim, prije poduzimanja tako drastičnih mjera za rješavanje infekcije ili oštećenja, stanice su evoluirale u mehanizme obrane i samopopravljanja. Jedan primjer odbrambenog sistema u ljudskim stanicama je odgovor interferona na virusnu infekciju [37]. Stanice imaju specifične receptore i unutarstanične proteine ​​koji mogu detektirati virusnu dvolančanu RNA i signalizirati ćelijskoj signalnoj mreži da uključi imunološki odgovor. Takav imunološki odgovor signalizira susjednim stanicama vijest o infekciji, kao i pokretanje unutarnje reakcije za suočavanje sa stranim predmetom na različite načine [38]. Slično, primjer mehanizma samopopravljanja je odgovor na oštećenje DNK, mehanizam koji može popraviti dvolančane DNK lomove [39]. Mašina za odgovor na oštećenje DNK je takođe povezana sa programiranom mašinom za ćelijsku smrt. Ako je oštećenje DNA preveliko, strojevi signaliziraju ćelijskoj signalnoj mreži da aktiviraju apoptozu. Mašine za odgovor na oštećenje DNK takođe su povezane sa aparatom ćelijskog ciklusa, neverovatnom sposobnošću ćelija da efikasno samo reprodukuju svoju kopiju. Ako se otkrije oštećenje DNA, signalizira se program staničnog ciklusa da se zaustavi. Oštećenje stanica može biti uzrokovano reaktivnim vrstama kisika, nusproduktom metabolizma [40,41]. Ovo se može smatrati jednim od otpadnih proizvoda ćelije. Ćelije su razvile mehanizme za neutralizaciju reaktivnih vrsta kisika, kao i njihovo korištenje za ćelijsku signalizaciju, ali na povišenim razinama one mogu uzrokovati oštećenja i dovesti do bolesti. Drugi primjer mehanizma odlaganja ćelijskog otpada je nedavno zapažanje da se naš mozak smanjuje dok spavamo. Nedavna studija pokazala je da je to potrebno za uklanjanje metaboličkih toksina nakupljenih tijekom dana dok smo bili budni i koristili svoj mozak u potpunosti [42]. U Alzheimerovoj bolesti, amiloidni plakovi koji nastaju u mozgu mogli bi se smatrati staničnim otpadom kojim se nepravilno rukuje [43]. Cirkadijalni ciklus u ćelijama je samo jedan od nekoliko satova koji su ugrađeni u ćelijsku signalizaciju i mreže regulacije gena. Ovi satovi osiguravaju cikličnu regulaciju procesa koji moraju biti aktivni periodično [44,45]. Gore navedene veze između općih obrazaca dizajna primijećenih u mnogim složenim sistemima i onih primijećenih u ljudskim stanicama vizualno su sažete (slika 2). Navedene veze nisu sveobuhvatne i napravljene su samo da ilustruju opšti koncept. Također se očekuje da će se, s povećanjem razumijevanja unutrašnjih komponenti ljudskih stanica, pojaviti još mnogo primjera.

Slika 2. Ljudska ćelija je prototip tipičnog složenog sistema. U crvenoj i izvan kutije su opća svojstva složenih sistema. Unutra su manifestacije ovih apstraktnih koncepata u ljudskim ćelijama. Pregledni članci koji dodatno objašnjavaju neke od podstaničnih sistema spomenutih na slici su sljedeći: puzanje ćelija [31–33], mitohondrije [34–36], odgovor na interferon [37,38], ćelijska signalna mreža [30], oštećenje DNK odgovor [39], reaktivne vrste kisika [40,41], cirkadijalni ritmovi [44,45] i autofagija [46]. (Mrežna verzija u boji.)

8. Zaključak

Ćelije i njihovi unutrašnji sastojci su premali da bismo ih mogli promatrati golim okom, a makromolekularne komponente unutar stanica moguće je promatrati samo najboljim mikroskopima. Do nedavno smo u jednom eksperimentu mogli proučavati samo nekoliko molekularnih komponenti unutar ćelije. Međutim, s novim biotehnološkim dostignućima u posljednjih nekoliko desetljeća, sada možemo razumjeti unutarnji rad ćelija na većoj globalnoj razini s profinjenom rezolucijom i detaljima. To je zato što ove nove biotehnologije, na primjer sekvenciranje DNK, RNK i proteina, mogu mjeriti nivo mnogih molekularnih vrsta u jednom eksperimentu odjednom. Ove tehnologije proizvode snimke stanja mnogih varijabli koje sačinjavaju ćelijski kompleksni sistem. Ova revolucija u ćelijskoj i molekularnoj biologiji naziva se sistemska biologija [22], termin koji se sada može zamijeniti s bioinformatikom velikih podataka [47]. Omogućava razumijevanje ćelijske regulacije globalnije i holističkije. Međutim, da bi se postiglo takvo razumijevanje, potrebne su i nove teorije koje objašnjavaju kako se svi ovi dijelovi spajaju da bi proizveli funkcije visokog reda. No, prije nego što se takve teorije mogu formirati, moramo biti sposobni obraditi mnoštvo podataka prikupljenih pomoću ovih novih tehnologija. Sa brzim smanjenjem troškova za računarstvo i skladištenje i tehnologijama koje omogućavaju snimanje gotovo svega, sada možemo pratiti stanje varijabli koje čine mnoge vrste složenih sistema, tokom vremena i pod različitim kontrolisanim ili prirodnim spontanim perturbacijama, uključujući ljudske ćelije. Koliko takvih podataka moramo prikupiti da bismo izgradili tačan grubozrnat prikaz cijelog ljudskog staničnog sistema? Kako možemo najbolje izvući grumenčiće znanja iz takvih podataka i napraviti predviđanja o ponašanjima i uslovima sistema koji još nisu izmjereni, ili još nisu viđeni? Kako možemo vizualizirati i integrirati ove visoko-dimenzionalne podatke? Ovo su neki od velikih izazova sa kojima se današnji naučnici suočavaju, uključujući biologe računarskih sistema.

Oblast sistemske biologije je i bogata podacima i siromašna podacima. Bogat je podacima jer postoji gomila podataka koji su već prikupljeni, ali ih je potrebno dodatno analizirati, te siromašni jer je sistem toliko složen i tako ih je teško promatrati, pa su trenutno podaci koje smo već prikupili očigledno nedostatni potpuno razumjeti složene molekularne mehanizme koji pokreću ljudsko stanično ponašanje.

Trenutno ne razumijemo u potpunosti sve molekularne detalje o tome kako ćelijske signalne mreže zapravo integriraju i obrađuju informacije kako bi regulirale ćelijsku funkciju. Otvorena pitanja uključuju kako različiti ligandi, koji se difundiraju u izvanstaničnim medijima i sposobni su se vezati za različite i više tipova receptora, pokreću promjene unutarstanične aktivnosti koje rezultiraju alternativnim staničnim fenotipima. Do nedavno, ćelijski i molekularni biolozi su koristili redukcionistički pristup za proučavanje tako složenog sistema. Redukcionizam u biologiji doveo je do toga da su eksperimentatori proveli cijelu svoju znanstvenu karijeru fokusirajući se na analizu samo jednog ili nekoliko gena i njihovih proteinskih proizvoda, gdje zapravo svaka stanica sisavca ima na hiljade različitih vrsta gena i proteina izraženih iz ovih gena, kako bi funkcionirali potpuno istovremeno. Svi ovi različiti tipovi proteina rade zajedno u zajedništvu, utičući jedni na druge na aktivnost i nivo obilja. Međutim, budući da su takve biomolekule tako male, ne možemo vidjeti kako točno funkcioniraju, pa moramo pribjeći mjerenju njihove aktivnosti indirektnim metodama. Proučavanje samo nekoliko gena ili proteina od strane pojedinačnih laboratorija i danas dominira biomedicinskim istraživanjima. Informacije iz radno intenzivnih eksperimenata s jednim genetom niske produktivnosti koje su provele mnoge različite laboratorije širom svijeta neprestano se gomilaju. Informacije iz takvih studija, koje karakterišu pojedinačne proteine ​​i njihove interakcije, mogu se koristiti za rekonstrukciju, kroz integraciju podataka, globalniju sliku regulatorne slagalice ćelije [30]. Međutim, takvo prikupljanje podataka pati od pristranosti fokusa istraživanja [48] i zabrinutosti za ponovljivost [49]. Međutim, pristupi sistemske biologije postupno postaju novi standard. Koncept proučavanja bioloških sistema bio je uveden ranije, ali tada nije bilo dostupno dovoljno molekularnih detalja koji bi povezali molekularne interakcije sa ponašanjem sistema [22].

Posljednjih godina veliko je uzbuđenje stvoreno zbog mogućnosti koje predstavlja obećanje o umjetnoj inteligenciji i strojnom učenju, a posebno dubokom učenju. Primjene dubokog učenja u sistemskoj biologiji zaista mogu ubrzati otkrivanje imputiranjem znanja [50]. Duboko učenje može dati odgovore bez potrebe da se znaju svi detalji, ali može otkriti i nova saznanja koja su istraživači previdjeli, slično kao što je duboka neuronska mreža otkrila nove strategije igre Go, strategije koje ljudi nikada nisu razmatrali više od 2000 godina ovladavanje igrom ove složene igre [51]. Tehnološka evolucija također bilježi brz napredak zbog napretka u činjenju pristupačnijim algoritmima za duboko učenje putem specijalizovanog hardvera i softverskih biblioteka otvorenog koda koji je jednostavan za korištenje. Iako ovi razvoji omogućuju napredak, takav napredak se ponekad može postići bez potpunog razumijevanja implikacija izvučenih iz perspektive teorije složenih sistema. U ovom pregledu pokušao sam dodatno istaknuti važnost dubljeg razumijevanja ljudske ćelije kao složenog sistema, kao i drugih složenih sistema oko nas i unutar nas.


Zaključne misli

Istorijski gledano, vrhunskom oštricom istraživanja ekosistema dominirala su redukcionistička istraživanja [43]. Zbog toga se istraživači i kreatori politike utapaju u podacima dok hvataju znanje o tome kako ekosustavi reagiraju na ljudske aktivnosti [44]. Dok je sintezu i integraciju daleko teže postići od redukcije [43], razumijevanje cjeline, a ne samo dijelova, jasno je neophodno za očuvanje i obnovu morskih ekosistema i usluga koje oni pružaju [45]. Veliki broj podataka jednostavno nam ne može reći kako implementirati EBM, niti odrediti prioritete za to. Slično, jednostavno zbrajanje statusa i trendova različitih komponenti ekosistema ne može informirati EBM. Umjesto toga, postoji jasna potreba za aktivnom integracijom različitih fizičkih, bioloških i socioekonomskih podataka i kritičkim razmišljanjem o načinima na koje odluke utječu na kompromise između dobara i usluga ekosistema koje društvo cijeni. IEA koju ovdje opisujemo ispunjava ovaj zadatak i pruža kritičku podršku procjeni institucionalnog okvira koji podržava društvene interese u zdravim i produktivnim ekosistemima.

Sazrelo je vreme za promenu načina upravljanja morskim resursima u SAD -u [46]. Znanje o morskom okruženju izuzetno je teško steći, ali decenijama su pomorski naučnici stalno prikupljali podatke, stručnost i alate. Budućnost morskih ekosistema u rukama je kreatora politike, menadžera resursa, naučnika i dionika koji mogu uzeti ovu zbirku informacija, integrirati je i operacionalizirati EBM. Sada smo došli do račvanja između dobro utabanog redukcionističkog puta i manje proputovanog sintetičkog puta. IEA -e, prema modelu koji predlažemo, ukazuju na put kojim se manje putuje i držimo da će to učiniti veliku razliku u definiranju praktičnog puta naprijed u implementaciji EBM -a.


Biologija (BIOL)

Pregled osnovnih pojmova i pitanja vezanih za interakciju između ljudi i njihove okoline. Teme uključuju rast stanovništva, gubitak biološke raznolikosti, globalne klimatske promjene, oštećenje ozonskog omotača, potrošnju energije i razne vrste zagađenja. Ovaj kurs je namijenjen studentima koji ne studiraju i ispunjava zahtjeve za distribuciju laboratorijskih nauka. Također je potrebno za smjerove WSU-Vancouver Environmental Science/Regional Planning. [NS,SE]

Proces otkrivanja
BIOL 102 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorija

Uvod u procese otkrića koji se koriste u prirodnim i društvenim naukama. Uključuje autentično istraživanje o faktorima koji doprinose uspjehu studenata, proučavano u društvenom, psihološkom i fiziološkom kontekstu. Teme istraživanja uključuju razvoj hipoteza, eksperimentalni dizajn, pretraživanje literature, analizu podataka, istraživačku etiku i razmatranja istraživanja ljudskih subjekata. Kurs ispunjava COLL 101: ishode College Essentials uključujući postavljanje ciljeva, lične vještine upravljanja, razvoj akademskog plana, razvoj kulturnih kompetencija i komunikacijskih vještina, finansijsku pismenost i uvod u studentske resurse na koledžu.[NS,SS,SE,GE] [PNP]

Malo svjetsko istraživanje antibiotika 1
BIOL 105 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Istražni kurs koji uključuje autentična istraživanja za otkrivanje potencijalno novih antibiotika.Pregled osnovnih pojmova i pitanja u biologiji, uključujući stanične osnove života, metabolizam, principe nasljeđivanja, evoluciju i ekologiju koji se odnose na mikrobiologiju tla i procese i liječenje ljudskih bolesti. Snažan naglasak na znanstvenom istraživanju uključujući kritičko mišljenje, metodologiju laboratorijskog istraživanja i komunikacijske sposobnosti. Ovaj kurs je namijenjen nebiološkim smjerovima i ispunjava zahtjeve laboratorijske nauke ili je preporučen za ostale kurseve biologije. Preporučljivo je poznavanje engleskog jezika. [GE, SE, NS] [PNP]

Small World Antibiotics Research 2b
BIOL 106 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Usredotočuje se na istraživanje kako bi otkrio nove antibiotike koji će pomoći u ublažavanju trenutne svjetske krize bakterija rezistentnih na antibiotike, uključujući mikrobnu ćelijsku strukturu, rast, genetiku i proizvodnju antibiotika, DNK sekvenciranje, PCR, sekvenciranje genoma na bazi nanopora i bioinformatičku analizu. Laboratorijski rad fokusirat će se na određivanje, analizu i 'iskopavanje' sekvence genoma bakterija koje proizvode antibiotike izolirane u BIOL-u 105, s ciljem otkrivanja novih antibiotika. Snažan naglasak na znanstvenom istraživanju uključujući kritičko mišljenje, metodologiju laboratorijskog istraživanja i komunikacijske sposobnosti. [NS, GE, SE] [PNP]

Introduction To Wildlife
BIOL 139 3 kredita/jedinica

Očuvanje i upravljanje divljim životinjama u SAD -u i diljem svijeta. Ispituje društvene i političke aspekte očuvanja i upravljanja divljim životinjama, izazove za upravljanje biodiverzitetom, upravljanje populacijom divljih životinja i upravljanje ekosistemima. [NS,SE]

Sisavci na sjeverozapadu
BIOL 140 3 kredita/jedinice

Važni sisari severozapadnog Pacifika. Njihova identifikacija, klasifikacija, životne istorije, ekologija, trenutno stanje i upravljanje. [NS,SE]

Ptice pacifičkog sjeverozapada
BIOL 141 3 kredita/jedinice

Važne ptice sjeverozapadnog Pacifika. Njihova identifikacija, klasifikacija, istorija života, ekologija, trenutno stanje i upravljanje. [NS,SE]

Slatkovodne ribe sjeverozapadnog Pacifika
BIOL 142 3 kredita/jedinice

Važne ribe sjeverozapadnog Pacifika. Identifikacija, klasifikacija i osnovna biologija slatkovodnih riba sjeverozapadnog Pacifika. Uvod u koncepte upravljanja ribarstvom. Pregled faktora koji utječu na lososa u slivu rijeke Columbia. [NS,SE]

Uvod u šumarstvo
BIOL 143 3 kredita/jedinice

Kurs o upravljanju šumama koji uključuje strukturu i funkciju drveća, tla, ekologiju šuma, šumske insekte i bolesti, upravljanje drvetom, gašenje požara i šumsko gospodarstvo. Nastava će se povremeno sastajati izvan kampusa i obavezan je izlet u subotu. [NS,SE]

Gmazovi i pojačala Vodozemci Pacifika SZ
BIOL 145 3 krediti/jedinice

Uvod u biologiju, ekologiju, evoluciju i geografsku distribuciju pacifičkih sjeverozapadnih gmazova i vodozemaca. [NS,SE]

Marine Biology
BIOL 150 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Morski okoliš (fizička i kemijska svojstva), njegove biljke, bakterije, životinjski svijet (kralježnjaci, beskičmenjaci), ekosustavi, ribarstvo i zagađenje. [NS,SE]

Human Biology
BIOL 164 4 kredita/jedinice

Uvodni korisnički priručnik za ljudsko tijelo za nenaučne smjerove. Teme uključuju osnove hemije, ćelijsku strukturu i funkciju pojačala, te anatomiju i fiziologiju pojačala odabranih organskih sistema (probavni, cirkulacijski, respiratorni, endokrini, reproduktivni itd.), Te rasprave o zdravstvenim problemima povezanim sa organskim sistemima. Steknite bolje znanje o tome kako tijelo funkcionira i povećajte samopouzdanje za komunikaciju s liječnicima ili drugima. [NS,SE]

Laboratorija za humanu biologiju
BIOL 165 1 kredit/jedinica

Preduvjet: Istovremeno upisivanje ili završetak BIOL -a 164 (ocjena & quotC & quot ili viša)

Laboratorijski kurs za nenaučne smjerove. Pruža strukturirane mogućnosti, putem računalnih simulacija i aktivnosti, za jačanje i proširenje tema o kojima se govori u BIOL -u 164. [NS, SE]

Humana genetika
BIOL 167 3 kredita/jedinice

Uvod u razne genetske teme za nenaučne smjerove. Teme uključuju: osnovnu ćelijsku biologiju, DNK strukturu i funkciju pojačanja, mutacije, naslijeđene bolesti, testiranje kućne genetike/predaka, analizu pedigrea, forenzičke nauke, gensku terapiju, kloniranje, eugeniku i ostvareni i/ili potencijalni društveni utjecaji. Steknite veće znanje i pojačajte genetiku i način na koji ona utiče/može utjecati na vas. [NS,SE] [PNP]

Bioetika
BIOL 180 3 kredita/jedinica

Studij biološke nauke i etike. Etički principi i teorije koriste se u rješavanju bioetičkih dilema. Proučeni koncepti uključuju genetski inženjering, nasljedne poremećaje, kloniranje, samoubistvo uz pomoć ljekara, raspodjelu zdravstvenih resursa, donaciju organa i etiku zaštite okoliša. [GE,NS,SE]

Radno iskustvo u saradnji
BIOL 199 1-5 kredita/jedinica

Radno iskustvo pod nadzorom na odobrenom poslu. Završetak specifičnih ciljeva učenja i evaluacija poslodavca. [GE]

Terenske studije biologije
BIOL 208 1-10 Krediti/jedinice

2 sata predavanja / 26 sati laboratorija

Preduvjet: Završetak kursa biologije na 100 ili 200 nivoa (BIOL, BIOL & amp) stepena & quotC & quot ili više

Za studente zainteresovane za biologiju. Ekološki pristup s raznolikim staništima koja se posjećuju (morska zimi, pustinja Veliki sliv i močvarna zemljišta u proljeće). Krediti za BIOL 208 se akumuliraju za svako putovanje sa ukupno 15 mogućih kredita za sva putovanja. [NS,SE]

Cvjetne biljke sjeverozapadnog Pacifika
BIOL 224 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Identifikacija i ekologija lokalnog poljskog cvijeća upotrebom taksonomskih ključeva, pripremom uzoraka i izletima za proučavanje autohtonih vrsta na njihovim staništima. Za šumarstvo, divlje životinje, rekreaciju, botaniku i nebiologiju, zainteresirani su za učenje prepoznavanja lokalnog poljskog cvijeća. Potreban je subotnji izlet. [NS, SE]

Disekcija trupla ljudi
BIOL 275 1-6 Krediti/jedinice

Disekcija mišićnog, krvožilnog, nervnog, probavnog i reproduktivnog sistema. [SE]

Odabrane teme
BIOL 280 1-5 Krediti/jedinice

Odabrane teme iz biologije. Teme se razlikuju, a sadržaj kursa se mijenja kako bi odražavao nove teme. Budući da se kurs razlikuje po sadržaju, može se ponoviti kao kredit za različite teme. [SE]

Posebni projekti
BIOL 290 1-5 Krediti/jedinice

Mogućnost planiranja, organiziranja i dovršavanja posebnih projekata odobrenih od strane odjela. [SE]

Pregled biologije
BIOL & amp 100 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Pregled osnovnih pojmova i pitanja u biologiji, uključujući stanične osnove života, metabolizam, principe nasljeđivanja, evolucije i raznolikosti. Snažan naglasak na procesu znanstvenog istraživanja korištenjem kritičkog mišljenja i komunikacijskih sposobnosti. Ovaj kurs je namijenjen nebiološkim smjerovima i ispunjava zahtjeve laboratorijskih nauka ili kao preporučeni kurs za druge kurseve biologije. Veština pisanja engleskog jezika se toplo preporučuje. Obavezno za smjer psihologije. [NS, SE]

Opća biologija W/Lab
BIOL & amp 160 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Uvod u proučavanje ćelije, osnovne komponente svih živih organizama. Naglasak na ćelijskoj hemiji, strukturi, metabolizmu, energiji, ćelijskoj diobi i genetskim principima. Namijenjeno studentima koji traže dvogodišnju diplomu zdravstvenih zanimanja. Potreban je laboratorijski rad. [GE, SE, NS] [PNP]

Human Biology w/ Lab
BIOL & amp 175 5 kredita/jedinica

4 sata predavanja / 2 sata laboratorije

Uvodni vlasnički priručnik o ljudskom tijelu za nenaučne smjerove. Steknite veće znanje o tome kako vaše tijelo funkcionira i više samopouzdanja kada naiđete na informacije o ljudskoj biologiji ili komunicirate s liječnicima. Teme: osnove hemije, ćelijska struktura/funkcija, anatomija/fiziologija odabranih organskih sistema (npr. Probavni, cirkulatorni, respiratorni, endokrini, reproduktivni itd.) I primjeri zdravstvenih problema povezanih sa odgovarajućim organskim sistemima. Laboratorijske simulacije i aktivnosti pojačavaju i proširuju teme predavanja.

Ekologija/evolucija
BIOL& 221 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Preduvjet: BIOL & amp 100 (stupanj & quotB & quot ili viši) ili BIOL & amp 222 (stupanj & quotC & quot ili viši)

Treći kurs od tri uvodna kursa za smjerove prirodnih nauka. Obuhvaća mendelsku genetiku, evoluciju, adaptaciju, specijalizaciju, bioraznolikost i ekologiju. BIOL & amp 222 je prvi kurs u seriji od tri kursa za smjerove, koji se polaže prije BIOL & amp 223 i BIOL & amp 221. [NS, SE]

Majors Cell/Molecular
BIOL & amp 222 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Preduslov: Istovremeno upisivanje ili završetak CHEM & amp 121, CHEM & amp 139 ili CHEM & amp 141 (ocjena "quotC" ili više)

Prvi kurs od tri uvodna kursa za smjerove prirodnih nauka. Uključuje organsku hemiju, strukturu ćelije, strukturu i replikaciju DNK, ekspresiju gena, ćelijsku deobu, razvoj organizma, molekularnu genetiku i biotehnologiju. BIOL& 222 je prvi kurs u seriji od tri predmeta za smjerove: koji se polaže prije BIOL& 223 i BIOL& 221. [NS,SE]

Majors Organismal Phys
BIOL& 223 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Preduslov: BIOL & amp 222 (stupanj & quotC & quot ili viši)

Drugi kurs od tri uvodna kursa za smjerove prirodnih nauka. Obuhvaća fiziologiju glavnih životinjskih i biljnih organskih sistema. BIOL & amp 222 je prvi kurs u seriji od tri kursa za smjerove, koji se polaže prije (drugog) BIOL & amp 223 i (trećeg) BIOL & amp 221. [NS, SE]

Ljudska anatomija i fiziologija I
BIOL & amp 241 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Istovremeni upis u BIOL & ampamp 241L.

Preduvjet: BIOL & amp 160 (ocjena & quotC & quot ili viša)

Prvi u nizu od dva termina istražuje odnose između strukture i funkcije u ljudskom tijelu. Niz je zamišljen kao preduslov za studente koji planiraju upisati smjer Sestrinstvo, Higijena zuba ili druge srodne zdravstvene programe, ili kao zasluge za nauke o životu za nebiološke smjerove. Teme uključuju homeostazu, terminologiju, histologiju, integumentarni, skeletni, zglobni, mišićni, nervni i endokrini sistem. [NS, SE]

Anatomija i fiziologija čovjeka II
BIOL & amp 242 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Istovremeno upis u BIOL&amp 242L.

Preduslov: BIOL & amp 241 (ocjena & quotC & quot ili viša)

Drugi u nizu od dva termina istražuje odnose između strukture i funkcije u ljudskom tijelu. Slijed je namijenjen kao preduvjet za studente koji planiraju diplomirati medicinske sestre, zubnu higijenu ili druge srodne zdravstvene programe, ili kao kredit za nauke o životu za smjerove koji nisu biologija. Teme uključuju endokrini, kardiovaskularni, respiratorni, probavni, mokraćni i reproduktivni sistem te ravnotežu tekućine i elektrolita. [NS, SE]

Ljudsko A i pojačalo P I
BIOL & amp 251 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Prvi u nizu od tri termina koji istražuje odnose između strukture i funkcije u ljudskom tijelu. Niz je zamišljen kao preduslov za studente koji planiraju upisati smjer Sestrinstvo, Higijena zuba ili druge srodne zdravstvene programe, ili kao zasluge za nauke o životu za nebiološke smjerove. Teme uključuju homeostazu, terminologiju, ćelije, sintezu proteina, replikaciju DNK, histologiju, integumentarni, skeletni, zglobni i mišićni sistem, te fiziologiju kostiju, mišića i membrana. [NS, SE]

Ljudski A &amp P II
BIOL & amp 252 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Preduvjet: BIOL & amp 251 (ocjena & quotC & quot ili viša)

Drugi u nizu od tri termina koji istražuje odnose između strukture i funkcije u ljudskom tijelu. Slijed je namijenjen kao preduvjet za studente koji planiraju diplomirati medicinske sestre, zubnu higijenu ili druge srodne zdravstvene programe, ili kao kredit za nauke o životu za smjerove koji nisu biologija. Teme uključuju homeostazu, neuronsko tkivo, leđnu moždinu i spinalne živce, mozak i kranijalne živce, integraciju neuronske funkcije, posebna osjetila, endokrini i reproduktivni sistem, razvoj i nasljeđivanje. [NS, SE]

Ljudsko A i pojačalo P III
BIOL & amp 253 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Preduvjet: BIOL & amp 252 (ocjena & quotC & quot ili viša)

Treći u nizu od tri termina koji istražuje odnose između strukture i funkcije u ljudskom tijelu. Niz je zamišljen kao preduslov za studente koji planiraju upisati smjer Sestrinstvo, Higijena zuba ili druge srodne zdravstvene programe, ili kao zasluge za nauke o životu za nebiološke smjerove. Teme uključuju homeostazu, kardiovaskularni, limfni, probavni, respiratorni i urinarni sistem, ćelijski metabolizam i ravnotežu tečnosti i elektrolita. F [NS, SE]

Mikrobiologija
BIOL & amp 260 5 kredita/jedinica

3 sata predavanja / 4 sata laboratorije

Preduslov: BIOL & amp 160 (ocjena & quotC & quot ili viša)

Povijest mikrobiologije i pregled organizama uključenih u studij mikrobiologije s naglaskom na bakterijama. Fiziologija, morfologija, genetika, rast i razmnožavanje bakterija. Eksperimenti naglašavaju laboratorijske tehnike i organizme koji su faktor u kliničkom i bolničkom okruženju. [NS, SE]


Prelomne tačke ekosistema u svetu koji se razvija

Postoji sve veća zabrinutost zbog prekretnica koje nastaju u ekosistemima zbog prelaska ekoloških pragova. Prelomne tačke dovode do naglih i moguće nepovratnih pomaka između alternativnih stanja ekosistema, potencijalno dovodeći do visokih društvenih troškova. Varijacije osobina u populacijama su u središtu biotičkih povratnih informacija koje održavaju alternativna stanja ekosistema, jer one upravljaju odgovorima populacija na promjene u okolišu koje bi mogle stabilizirati ili destabilizirati stanja ekosistema. Međutim, znamo malo o tome kako evolucijske promjene u distribuciji osobina s vremenom utječu na pojavu prekretnica, a još manje o tome kako veliki ekološki pomaci recipročno stupaju u interakciju s dinamikom svojstava. Mi tvrdimo da interakcije između ekoloških i evolucijskih procesa treba uzeti u obzir kako bi se razumjela ravnoteža povratnih informacija koje upravljaju prekretnicama u prirodi.


Integrirana multi-omska analiza podataka koja identificira nove molekularne mete ćelija hepatocelularnog karcinoma povezane s osjetljivošću na lijekove

Autorsko pravo: & copy Yildiz et al. Ovo je članak s otvorenim pristupom distribuiran pod uslovima licence za dodjeljivanje autorskih prava Creative Commons.

Ovaj članak se spominje u:

Abstract

Materijali i metode

Stanične linije i rezultati liječenja lijekovima

Vrijednosti Z-skora za 225 različitih tretmana malim molekulama na 14 ćelijskih linija HCC, 7 ćelijskih linija sličnih epitelu i 7 mezenhimalnih (tabela I), preuzete su iz baze podataka Genomics of Drug Sensitivity in Cancer (GDSC) (http:/ /www.cancerrxgene.org/downloads datum pristupa, jul 2016.) (14). Svaka normalizirana vrijednost Z-skora lijeka ukazuje na osjetljivost (blizu −2) ili rezistenciju (blizu +2) HCC ćelijskih linija na primijenjeni tretman lijekom.

Tabela I.

HCC ćelijske linije analizirane u ovoj studiji.

Tabela I.

HCC ćelijske linije analizirane u ovoj studiji.

Broj ćelijske linije Naziv ćelijske linije Podvrsta HCC (Upute.)
1 HEP3B E/Z (72–74)
2 HUH-7 E/Z (72–75)
3 HUH-1 E/W (75)
4 HLE EU (72,75,76)
5 JHH-4 E/Z (74,75)
6 JHH-6 E/Z (75)
7 JHH-7 E/Z (75)
8 JHH-2 M/P (75)
9 SNU-475 M/P (73,74)
10 SNU-182 M/P (73,74)
11 SNU-398 M/P (73,74)
12 SNU-387 M/P (73,74)
13 SNU-423 M/P (73,74)
14 SNU-449 M/P (73,74)

[i] Iz GDSC baze podataka dohvaćeni su rezultati 14-ćelijske HCC ćelijske linije sa visokim rezultatom skrininga lijekova. Podtipovi analiziranih HCC ćelijskih linija navedeni su na osnovu literature, te japanskih zbirki ćelijskih banaka istraživačkih bio-izvora i američkih zbirki podataka. E, epitelno sličan W, dobro diferenciran U, nediferenciran M, mezenhimalni P, slabo diferenciran HCC, hepatocelularni karcinom.

Klaster analize

Rezultati tretmana lijekovima korišteni su tijekom klaster analiza. Klasterske analize provedene su pomoću nenadzirane hijerarhijske metode klasteriranja prosječnog povezivanja sa softverom klastera (verzija 3.0) (16). Dobiveni rezultati su vizualizirani pomoću Java Tree View softvera (verzija 1.1) (17).

Kompleti lijekova i eksperimenti analize obogaćivanja gena (GSEA)

Podaci korišteni u klaster analizama ponovo su obrađeni za GSEA studije. Podaci iz 18 tretmana malim molekulima kojima su nedostajale vrijednosti za ≥25% uzoraka (4 ćelijske linije) su odbačeni kako bi se postigli pravi statistički rezultati. Preostalih 207 skupova podataka o tretmanu malih molekula korišteno je za GSEA studije. Svi mali molekuli korišteni u klaster analizama su grupisani prema njihovim poznatim molekularnim ciljevima za generiranje skupova lijekova i pokretanje GSEA. Ukupno 33 kompleta lijekova, koji uključuju podatke o ≥3 male molekule usmjerene na istu biološku molekulu, generirano je i korišteno tijekom GSEA eksperimenata (Tablica II). Odgovori na liječenje lijekovima iz grupe A i grupe B, koji su podijeljeni klaster analizom, uspoređeni su pomoću generiranih skupova lijekova i GSEA desktop softvera (verzija 2.2.3) s metričkom rang metodom Diff_of_Classes (18). P-vrijednosti i vrijednosti lažnog otkrivanja (FDR) za svaki skup lijekova generirane su pomoću GSEA softvera.

Tabela II.

Tabela II.

Naziv lijeka/molekularni ciljevi Veličina Mali molekuli kompleta lijekova
PI3K 10 AS605240, AZD6482_1, AZD6482_2, BEZ235, CAL-101, GDC0941, GSK2126458, PI-103, PIK-93, ZSTK474
HDAC 9 AR-42, Belinostat, CAY10603, CUDC-101, JQ12, LAQ824, Tubastatin_A, VNLG/124, Vorinostat
EGFR 7 Afatinib_1, Afatinib_2, Cetuximab, CUDC-101, EKB-569, Gefitinib, OSI-930
KIT 7 AMG-706, Axitinib, Masitinib, Midostaurin, OSI-930, Pazopanib, XL-184
CDK9 6 AT-7519, JNK-9L, KIN001-270, NG-25, THZ-2-49, TL-1-85
MEK1-2–5 6 BIX02189, PD-0325901, RDEA119_1, Selumetinib_1, Selumetinib_2, Trametinib
VEGFR 6 AMG-706, Axitinib, OSI-930, Pazopanib, Tivozanib, XL-184
JAK1-2–3 5 CEP-701, KIN001-055, QL-X-138, ruksolitinib, TG101348
PARP1-2 5 AG-014699, Olaparib_1, Olaparib_2, Talazoparib, Veliparib
PDGFR 5 AMG-706, Axitinib, MP470, OSI-930, Pazopanib
AKT 4 AKT_inhibitor_VIII, GSK690693, KIN001-102, MK-2206
BRAF 4 Dabrafenib, PLX4720_1, PLX4720_2, SB590885
BRD2-3–4 4 I-BET-762, JQ1_1, JQ1_2, PFI-1
CDK1-4-6-7-pan 4 PD-0332991, PHA-793887, RO-3306, THZ-2-102-1
FLT1-3–4 4 AC220, CEP-701, WZ3105, XL-184
HSP70-90 4 17-AAG, AUY922, Elesclomol, SNX-2112
IGF1R 4 BMS-536924, BMS-754807, GSK1904529A, Lisitinib
IKK 4 BMS345541, BX-795, KIN001-260, TPCA-1
Mikrotubule 4 Docetaxel, Epothilone_B, Vinblastine, Vinorelbine
ALK 3 CH5424802, SB505124, SB52334
AURK 3 BX-795, Genentech_Cpd_10, GSK1070916
BCL2-XL-W 3 Navitoclax, Obatoclax_mezilat, TW-37
BTK 3 LFM-A13, QL-X-138, QL-XII-47
DNK-PK 3 NU-7441, PI-103, QL-X-138
ERBB2 3 Afatinib_1, Afatinib_2, CP724714
JNK 3 AS601245, JNK-9L, JNK_Inhibitor_VIII
MDM2 3 JNJ-26854165, NSC-207895, Nutlin-3a (-)
mTOR 3 GSK2126458, QL-X-138, Temsirolimus
mTORC1-2 3 AZD8055, BEZ235, OSI-027
PDK1 3 BX-912, KIN001-244, OSU-03012
RET 3 AMG-706, CEP-701, XL-184
ROCK1-2 3 GSK269962A, GSK429286A, Y-39983
TOP1-2 3 Kamptotecin, Etopozid, SN-38

[i] Ukupno 33 seta lijekova, koji uključuju ≥3 različita tretmana malim molekulima koji imaju isti biološki cilj. Veličina se odnosi na ukupan broj rezultata liječenja malim molekulama u setu lijekova.

Određivanje somatskih mutacija povezanih s osjetljivošću tretmana malih molekula

Popisi gena koji su povezani s utvrđenim molekularnim ciljevima [receptor epidermalnog faktora rasta (EGFR), mehanistička meta rapamicina (mTOR), DNA-ovisna protein kinaza (DNA-PK), aurora kinaze (AURK), Brutonova tirozin kinaza (BTK ) i fosfoinozitid 3-kinaze (PI3K) Tabela III] u različitim ćelijskim putevima preuzete su iz baze podataka molekularnih potpisa (MSigDB verzija 6.1 http://software.broadinstitute.org/gsea/msigdb datum pristupa, decembar 2017.) (19) . Utvrđeno je ukupno 553 jedinstvena gena. Somatske mutacije ovih gena u 14 HCC ćelijskih linija pregledane su pomoću baze podataka Kataloga somatskih mutacija u karcinomu (COSMIC) (verzije 77 i 78 http://cancer.sanger.ac.uk/kosmički datum pristupa, rujan 2016.) ( 15). Podaci o somatskim mutacijama za odabrane gene koji su mutirani isključivo u >50% grupe prikazani su u Tabeli IV.

Tabela III.

Lista značajno obogaćenih setova lijekova.

Tabela III.

Lista značajno obogaćenih setova lijekova.

Rang Ime Veličina ES NOM P-vrijednost FDR q-vrijednost
1 EGFR 7 0.869 0.007 0.151
2 mTOR 3 0.957 0.013 0.118
3 DNK-PK 3 0.957 0.016 0.136
4 AURK 3 0.952 0.016 0.164
5 BTK 3 0.902 0.039 0.173
6 PI3K 10 0.829 0.046 0.218

[i] Među sva 33 seta lijekova, 6 (18%) je statistički značajno (P <0,05 i FDR <0,25) obogaćeno HCC stanicama grupe A. Setovi lekova su rangirani prema njihovim P-vrednostima. ES, rezultat obogaćivanja NOM, nominalni FDR, stopa lažnog otkrivanja EGFR, receptor epidermalnog faktora rasta mTOR, mehanicistička meta rapamicina DNK-PK, proteina kinaza zavisna od deoksiribonukleinske kiseline AURK, aurora kinaze BTK, bruton tirozin kinaza PI3K, fosfoinozitid 3-kinaza , hepatocelularni karcinom.

Tabela IV.

Somatske mutacije, moguće povezane sa profilima odgovora na ćelijske linije i grupe hepatocelularnog karcinoma.

Tabela IV.

Somatske mutacije, moguće povezane s profilima ćelijskih linija i grupa hepatocelularnog karcinoma na lijekove.

Gene Mutantne ćelijske linije, n Ćelijska linija Grupa AA mutacija Transkript ID CDS mutacija Zygosity Val. Mut. tip
ITPR2 4 HUH-7 A p.L1859L ENST00000381340 c.5577A & gtG Het. U. S.-C.
JHH-6 A p.T969I ENST00000381340 c.2906C & gtT Het. V. S.-M.
JHH-7 A p.E1614_M1621>V ENST00000381340 c.4841_4861del21 Het. V. Comp.
HEP3B A p.T728N ENST00000381340 c.2183C & gtA Het. U. S.-M.
HEP3B A p.V1508I ENST00000381340 c.4522G>A Het. U. S.-M.
PIK3R4 4 JHH-2 B p.D473V ENST00000356763 c.1418A & gtT Het. V. S.-M.
SNU-182 B p.R1033S ENST00000356763 c.3099A>T Het. V. S.-M.
SNU-387 B p.R495R ENST00000356763 c.1483A & gtC Het. U. S.-C.
SNU-423 B p.V345F ENST00000356763 c.1033G>T Het. V. S.-M.

[i] AA, CDS aminokiselina, kodirajuća sekvenca Val., status validacije Mut, mutacija Het, heterozigotni U, nevalidirani V, validirani S.- M, supstitucijski missense S.- C, supstitucijski kodirajući tihi Comp, kompleksno brisanje inframe ITPR2, inozitol 1,4,5-trisfosfatni receptor tip 2 PIK3R4, regulatorna podjedinica 4 fosfoinozitid-3-kinaze.

Vrijednosti ekspresije gena HCC ćelijskih linija

Cijeli skupovi podataka o transkriptomima iz 14 HCC ćelijskih linija, koje je generirala enciklopedija Cancer Cell Line Encyclopedia (20) pomoću nizova genskih čipova Affymetrix Human Genome U133 Plus 2.0, preuzeti su iz baze podataka Gene Expression Omnibus (GSE36133 serija podataka https: //www.ncbi .nlm.nih.gov/geo/query/acc.cgi? acc = GSE36133) (13). Sirovi podaci normalizirani su pomoću softvera BRB Array Tools (verzija 4.5.1) pomoću metode normalizacije kvantila Robust Multi-Array Average (21). Određene su vrijednosti ekspresije gena navedenih 553 gena, koji su analizirani pomoću COSMIC baze podataka (15). Geni koji su pokazali ≥1,5 puta i statistički značajnu (P <0,05) diferencijalnu ekspresiju između HCC ćelija grupe A i grupe B određeni su pomoću alata za usporedbu klasa softvera BRB Array Tools, sa zadanim parametrima (Tabela V).

Tabela V.

Spisak od 13 različito eksprimiranih gena između HCC ćelija grupe A i grupe B.

Tabela V.

Spisak od 13 različito eksprimiranih gena između HCC ćelija grupe A i grupe B.

Rang ProbeSet Simbol gena Grupa A Grupa B Presavijte promjenu P-vrijednost FDR
1 226213_at ERBB3 9.39 5.54 3.85 0.002 0.12
2 228912_at VIL1 7.33 4.15 3.19 0.015 0.22
3 228716_at THRB 8.79 6.77 2.03 0.001 0.07
4 232530_at PLD1 7.90 6.07 1.83 0.001 0.11
5 238441_at PRKAA2 7.84 6.13 1.72 0.001 0.07
6 202609_at EPS8 11.37 9.83 1.54 0.014 0.22
7 38037_at HBEGF 6.00 7.60 −1.61 0.005 0.14
8 219383_at PRR5L 5.04 6.69 −1.65 0.009 0.18
9 202742_s_at PRKACB 7.67 9.38 −1.71 0.001 0.10
10 203085_s_at TGFB1 7.97 9.75 −1.78 0.014 0.22
11 212912_at RPS6KA2 3.68 6.08 −2.40 0.006 0.14
12 1556499_s_at COL1A1 7.10 11.85 −4.76 0.006 0.14
13 201842_s_at EFEMP1 6.14 10.94 −4.81 0.005 0.14

[i] Ukupno 13/553 gena je bilo ≥1,5 puta različito izraženo između dvije grupe. Među 13 značajno (P<0,05 i FDR<0,25) gena koji su različito eksprimirani, šest ih je bilo pojačano regulisano u ćelijama Grupe A, dok je sedam gena povećano u ćelijama Grupe B. Geni su rangirani prema njihovim vrijednostima fold-change. FDR, stopa lažnog otkrivanja HCC, hepatocelularni karcinom.

Integrirana analiza puta

Analize vizualizacije putanje izvedene su pomoću softvera PathVisio (verzija 3.2.3) (22). Poznate molekularne interakcije različito eksprimiranih i mutiranih gena preuzete su s Wikipathways -a (23), Consensus Path -a (24) i Kyoto Encyclopedia o bazama gena i genoma (datum pristupa, prosinac 2016.) (25) i integrirane pomoću softvera PathVisio. Vizualizacija različito eksprimiranih gena izvedena je na osnovu rezultata ekspresije gena u mikročipu.

Rezultati

HCC ćelijske linije se sastoje od dvije grupe prema profilima odgovora na lijekove

Da bi se identifikovale karakteristike odgovora HCC ćelijskih linija na terapiju lekovima i odredile efektivne lekove i molekularne mete za lečenje HCC, vrednosti Z-skora tretmana malim molekulima za 14 ćelijskih linija HCC su preuzete iz GDSC baze podataka (14). Rezultati 225 tretmana na 14 HCC ćelijskih linija analizirani su korištenjem gore navedene metode grupiranja kako bi se odredili globalni profili odgovora na liječenje HCC ćelija. Nenadzirana hijerarhijska analiza klastera otkrila je dvije glavne grupe HCC ćelijskih linija prema njihovoj osjetljivosti na tretmane lijekovima (slika 1). Prvu grupu HCC ćelija, grupu A, činilo je 7 epitelnih HCC ćelijskih linija, dok je drugu grupu, ćelije B grupe, činilo 7 HCC ćelija sličnih mezenhimima (Tabela I). Ovaj rezultat ukazuje na to da iako su sve analizirane stanice bile HCC stanice, epitelne i mezenhimalne ćelije HCC različito su reagirale na iste tretmane lijekovima.

Slika 1.

Rezultati klaster analize za 225 tretmana lijekovima u 14 HCC ćelijskih linija. Toplotna mapa je generirana korištenjem vrijednosti Z-skora za liječenje lijekovima HCC ćelijskih linija. Nenadzirano grupisanje malih molekula i uzoraka rezultiralo je dva glavna klastera uzoraka, Grupa A i Grupa B. Svaka grupa se sastoji od 7 ćelijskih linija. Crvena, otporna zelena, osjetljiva siva, nedostaje vrijednost HCC, hepatocelularni karcinom.

Identificirane su efikasne molekularne mete HCC ćelija osjetljivih na epitel, sličnih epitelu, skupine A

Kako bi se odredio popis molekularnih ciljeva, koji su povezani s karakteristikama odgovora na terapiju stanica A i B skupine, provedene su GSEA studije. Budući da GSEA uspoređuje dvije grupe uzoraka i određuje statistički značajno obogaćene skupove u svakoj grupi, 33 seta lijekova koji su uključivali ≥3 različite male molekule s istim biološkim ciljem generirani su pomoću podataka preuzetih iz GDSC (Tablica II). Rezultati GSEA otkrili su da je 28/33 seta lijekova (85%) obogaćeno (djelotvorno) na ćelije grupe A, te da je njih 6 (18%) značajno obogaćeno (P<0,05 Tabela III), dok je preostalih 5 setova lijekova (15) %) obogaćene su ćelijama grupe B, međutim, nijedna od njih nije bila statistički značajna. Molekularne mete značajno osjetljive na lijekove u ćelijama HCC grupe A bile su EGFR, mTOR, DNA-PK, AURK, BTK i PI3K (Tabela III). Stoga su rezultati GSEA-e identificirali molekularne mete i lijekove povezane s osjetljivošću na lijekove u epitelno sličnim HCC stanicama grupe A.

Određene su somatske mutacije povezane s profilima odgovora na terapiju HCC ćelija grupe A i grupe B

Da bi se identifikovali genetski faktori koji su eventualno bili povezani sa osetljivošću na lekove u ćelijama grupe A i rezistencijom ćelija grupe B na lekove, analizirani su podaci o genetskim varijacijama (somatske mutacije, fuzije, tačke prekida) svih gena koji biološki funkcionišu sa utvrđenih 6 molekularnih ciljeva. Prvo je iz MSigDB-a preuzeta lista svih biološki funkcionalnih gena sa 6 određenih molekularnih ciljeva. Ukupno su identificirana 553 jedinstvena gena, koji direktno ili indirektno stupaju u interakciju s utvrđenom molekularnom metom u najmanje jednom signalnom putu. Podaci o genetskim varijacijama svih 553 gena u 14 HCC ćelijskih linija procijenjeni su pomoću COSMIC baze podataka. Dva gena koja su bila isključivo mutirana u> 50% grupe smatrala su se potencijalno povezanim s profilom odgovora na lijek HCC staničnih linija i grupa (Tablica IV). Gen za inozitol 1,4,5-trisfosfatni receptor tipa 2 (ITPR2) pokazao je 5 različitih mutacija u 4 ćelijske linije HCC grupe A (HUH-7, JHH-6, JHH-7 i HEP3B), dok je regulatorna podjedinica fosfoinozitid-3-kinaze 4 gen (PIK3R4) pokazao je 4 različite mutacije u 4 ćelijske linije HCC grupe B (JHH-2, SNU-182, SNU-387, SNU-423 Tabela IV). Kao rezultat, identificirana su 553 gena koji funkcioniraju sa 6 određenih molekularnih ciljeva i identificirana su 2 gena sa somatskim mutacijama koje su moguće povezane s odgovorima na tretman malim molekulama HCC ćelija Grupe A i Grupe B.

Određene su molekularne mete i visoko diferencijalno eksprimirani geni

Da bi se identificirali različito eksprimirani geni koji su imali potencijalne funkcije u odgovorima osjetljivosti i otpornosti HCC ćelija Grupe A i Grupe B, kada je ciljano utvrđenih 6 molekula, preuzeti su i analizirani podaci o transkriptomici cijelog genoma istih 14 HCC ćelijskih linija. Profili ekspresije gena gore navedenih 553 gena određeni su za HCC ćelije A i B grupe, a odabrano je 13 gena koji su pokazali ≥1,5 puta i statistički značajnu (P <0,05) diferencijalnu ekspresiju između dvije grupe (Tabela V). Među 13 odabranih gena, 6 gena je pojačano regulirano u HCC stanicama grupe A, a 7 gena je povećano u ćelijama HCC grupe B (tablica V). U zaključku, određeni su profili genske ekspresije netretiranih HCC ćelija Grupe A i Grupe B i identifikovano je 13 različito eksprimiranih gena povezanih sa prethodno definisanim molekularnim ciljevima.

Integrirani multi-omici rezultati HCC stanica grupe A otkrili su molekularnu mrežu HCC-a osjetljivu na lijekove

Da bi se identificirala jednostavna molekularna interakcijska mreža molekularnih ciljeva osjetljivih na lijek za ćelije HCC grupe A, utvrđena farmakogenomika i transkriptomski rezultati su integrirani u jedan molekularni put. Rezultati obogaćenih ciljeva lijekova i lijekova (Tabela III), mutantnih gena (Tabela IV) i diferencijalno eksprimiranih gena (Tabela V) za ćelijske linije grupe A HCC osjetljive na lijekove integrirani su u jedan put i vizualizirani na osnovu njihovih poznatih interakcija u bazama podataka o putevima ( 23–25) (slika 2). Integracija multi-omskih podataka HCC ćelija grupe A otkrila je molekularnu mrežu HCC ćelija osetljivih na lekove (slika 2).

Slika 2.

Integrirani molekularni put osjetljivosti malih molekula u ćelijskim linijama grupe A HCC. Efektivni lijekovi (u plavoj boji), obogaćene mete lijeka (Tabela III), ciljno-povezani somatski mutantni geni (Tabela IV) i različito eksprimirani geni (Tabela V) u ćelijskim linijama HCC integrirani su u jedan put i vizualizirani. Nivoi ekspresije gena su prikazani u gradijentu boje između -5 (regulisano naniže, boja) i +5 (regulisano naviše, crveno) od strane softvera, kao što je naznačeno trakom boja. Simboli gena su preuzeti iz Odbora za nomenklaturu gena Organizacije humanog genoma (71) koristeći softver. PIP3, fosfatidilinositol (3,4,5) -trisfosfat PIP2, fosfatidilinozitol (4,5) -bisfosfat IP3, inozitol trisfosfat DAG, diacilglicerol cAMP, ciklični adenozin monofosfat ER, endoplazmatski retikulum HCC, hepatocelularni karcinom.

Diskusija

Odobrenje FDA za inhibitor multi-kinaze sorafenib za liječenje HCC-a dovelo je do ubrzanja u potrazi za učinkovitim molekularnim ciljevima i molekularno ciljanim kemoterapeutskim lijekovima protiv HCC-a. Do sada je samo jedan dodatni lijek, regorafenib, odobren za liječenje HCC -om od strane FDA -e. Složene i heterogene karakteristike HCC stanica smatraju se među glavnim preprekama za identifikaciju učinkovitih lijekova za upotrebu protiv HCC (26). Ova studija je utvrdila da postoje dvije glavne podgrupe HCC ćelija u smislu profila odgovora na liječenje lijekovima (slika 1). Prvu grupu (Grupa A) činile su HCC ćelije nalik epitelu, a drugu grupu (Grupa B) činile su HCC ćelije slične mezenhima (Slika 1. Tabela I). Mezenhimalne ćelije HCC nastaju nakon prijelaza epitela u mezenhim, a njihova prisutnost odgovara uznapredovalom stadiju HCC (27). Nasuprot tome, HCC ćelije slične epitelu zadržavaju izvornu epitelnu morfologiju hepatocita. Ove dvije grupe HCC stanica pokazale su izrazitu osjetljivost na identične tretmane lijekovima. Nije bilo lijeka koji bi bio efikasan na sve tipove HCC stanica među 225 analiziranih malih molekula.

Poređenje odgovora na liječenje lijekovima dvije grupe putem GSEA otkrilo je molekularne mete osjetljive na liječenje lijekovima u dvije grupe HCC ćelija (Tabela III). GSEA rezultati su pokazali da su ćelije A grupe, koje se sastoje od HCC ćelija u ranoj fazi, osjetljivije od ćelija B grupe, koje se sastoje od HCC ćelija u uznapredovalom stadiju, na tretmane malim molekulima koji ciljaju šest molekula (Tabela III). Stoga, ciljanje ovih molekula sa analiziranim lijekovima ne može dati uspješne rezultate u uznapredovalim stadijima HCC ćelija, ali može biti korisna strategija za liječenje ćelija HCC u ranoj fazi. Budući da je većina identificiranih molekularnih meta osjetljivih na liječenje u ovoj studiji prethodno proučavana kao potencijalne mete liječenja za HCC i druge vrste raka (10,11,28), poznato je da su oni nedjelotvorni ciljevi u HCC stanicama, iako su lijekovi koji ciljaju ove molekule djelotvorni kod drugih vrsta raka (5,26). Osim toga, rezultati ove studije ukazuju na to da su HCC ćelije u ranoj fazi osjetljivije na tretmane lijekovima u odnosu na HCC stanice u naprednoj fazi. Stoga je za poboljšanje ishoda liječenja potrebna identifikacija promijenjenih molekularnih mehanizama i novih molekula odgovornih za uočene razlike između dvije grupe HCC stanica. Rezultati GSEA -e u ovoj studiji pružaju vrijedne informacije za dalju analizu i razumijevanje temeljnih molekularnih mehanizama osjetljivosti i rezistencije na lijekove u HCC stanicama. Stoga su određeni molekuli koji sarađuju sa definisanim molekularnim ciljevima i geni koji su somatski mutirani (tabela IV) i različito eksprimirani (tabela V).

Signalni put PI3K/RAC serin/treonin-protein kinaze (AKT)/mTOR služi za rast stanica, proliferaciju, angiogenezu, metabolizam i mehanizme anti-apoptoze u hepatocitima (29-31). Podaci u ovoj studiji otkrili su da su mTOR i PI3K učinkovite molekularne mete za liječenje epitelnih (ranih) HCC ćelija, ali ne i za mezenhimalne (napredne) HCC ćelije. PI3K se može aktivirati nakon aktivacije određenih receptora, uključujući inzulinske receptore i EGFR, što je još jedna ciljna molekula identificirana u ovoj studiji (32,33). Aktivni PI3K katalizira stvaranje fosfatidilinositol (3,4,5) -trisfosfata (PIP3) iz fosfatidilinositola (4,5) -bisfosfata (PIP2) i uzrokuje aktivaciju AKT (34–36). Aktivirani AKT fosforilira i aktivira nekoliko molekula, uključujući mTOR (29,35). Aktivni mTOR povećava ćelijsku proliferaciju, preživljavanje i angiogenezu kao komponenta mTOR kompleksa 1 (mTORC1) i mTORC2 (36,37). Ovaj signalni put negativno je reguliran fosfatazom i homologom tenzina (35,38). PI3K/AKT/mTOR put aktiviran je u 15–41% HCC-a, a inhibitori ovog signalnog puta pokazali su antineoplastična djelovanja u eksperimentalnim HCC modelima (11). Rezultati ove studije utvrdili su da signalni put EGFR/PI3K/AKT/mTOR ima centralnu funkciju u regulaciji osjetljivosti i rezistencije na lijekove u HCC stanicama (slika 2, Tabela III).

BTK je nereceptorska unutarstanična kinaza koja se uglavnom eksprimira u B-limfocitima. BTK funkcionira putem signalizacije receptora B-stanica (BCR) i staze PI3K/AKT.BCR vezani za antigen vežu se za novu kinazu Lck/Yes i tirozin kinazu slezene te fosforiliraju i aktiviraju PI3K, koji pretvara PIP2 u PIP3, za koji se vežu proteini BTK i AKT. Brojni inhibitori BTK pokazali su obećavajuće terapeutske aktivnosti kod hematoloških maligniteta, međutim, potrebne su daljnje studije kako bi se identificirala uloga BTK u HCC (39).

Aurora kinaze (AURKA, AURKB i AURKC) su serin/treonin kinaze koje kontroliraju diobu stanica. Ove kinaze služe kao ključna funkcija tokom mitotičke faze ćelijskog ciklusa i na meti su inhibitora malih molekula. AURKC je izražen u testisima, dok AURKA i AURKB mogu služiti funkcijama u različitim subćelijskim odjeljcima. Međutim, sva tri Aurora proteina obavljaju ključne funkcije tokom hromozomskog uređenja i kontrolnih procesa formiranja mitotičkog vretenastog aparata (40). Osim toga, sva tri proteina su prekomjerno eksprimirana u brojnim vrstama karcinoma (41). U stanicama raka, uključujući HCC, Aurora kinaze inhibiraju apoptozu i potiču staničnu proliferaciju i metastaze (42). AURKA je direktno povezana sa EGFR/PI3K/Akt/mTOR putem, budući da aktivna EGFR signalizacija može povećati ekspresiju AURKA preko FR/PI3K/Akt/mTOR signalne ose (43).

DNA-PK je multiproteinski kompleks koji se prvenstveno sastoji od Ku70 [kodiranog rendgenskim popravljanjem unakrsnog komplementarnog 6 (XRCC6)], Ku80 (kodiranog pomoću XRCC5) i katalitičke podjedinice DNK-PK katalitičke podjedinice (DNA-PKcs) , koji je kodiran protein kinazom DNK aktiviranim katalitičkim polipeptidom (44). DNK-PKcs može se aktivirati nakon oštećenja DNK (44–46). On služi kao ključna funkcija u nehomolognom mehanizmu spajanja krajeva obnove dvolančanog prekida DNK (47,48). Utvrđeno je da DNK-PK ima funkciju u započinjanju i progresiji raka, te terapijskoj rezistenciji više vrsta raka, uključujući HCC (49-52). DNK-PK direktno stupa u interakciju sa AKT i povećava njegovu aktivnost (53,54). Stoga, DNK-PK može funkcionirati neovisno kao član PI3K-AKT-mTOR osovine. Zaključno, svih 6 ciljeva povezanih s osjetljivošću na lijekove identificiranih putem GSEA studije zajedno su biološki funkcionalni u signalnoj osi EGFR-PI3K-mTOR-DNAPK, a ciljanje ove osi čini HCC stanice A u ranoj fazi osjetljive na tretmane lijekovima, ali nisu uznapredovale -stanice grupe B HCC ćelije.

Nakon identifikacije centralne signalne osi, analizirane su poznate genomske varijante istih 14 HCC ćelija povezanih sa profilima odgovora na lijekove iz grupe A i grupe B. Nakon analize genomskih varijacija korištenjem baze podataka COSMIC, somatske mutacije na 2 gena su utvrđene kao moguće biološki povezane, budući da su geni ITPR2 i PIK3R4 isključivo mutirani u stanicama grupe A i grupe B (Tablica IV).

ITPR2 gen, koji kodira receptor IP3, mutiran je u 4 ćelijske linije Grupe A (HUH-7, JHH-6, JHH-7 i HEP3B P=0,039 Tabela IV). Povećana ekspresija ITPR2 biomarker je loše prognoze u pacijenata s akutnom mijeloičnom leukemijom (55). ITPR2 je takođe identifikovan kao gen osjetljivosti na Kashin-Beckovu bolest (56). ITPR2 može uzrokovati povećanje citoplazmatskog kalcija nakon vezivanja za IP3 (57), također služi funkcijama u onkogenom induciranom starenju i replikacijskom starenju regulacijom nivoa kalcija, a gubitak ITPR2 uzrokuje bijeg od ćelijskog starenja (57). Budući da je stanično starenje mehanizam hepatocelularne karcinogeneze (58), učinak identificirane mutacije ITPR2 na HCC stanice treba dodatno istražiti.

PIK3R4, koji kodira VPS15 serin/treonin-protein kinazu, pokazao je 4 različite mutacije u 4 ćelijske linije HCC grupe B (JHH-2, SNU-182, SNU-387, SNU-423 P = 0,039 Tabela IV). PIK3R4 funkcionira s protein kinazom AMP-aktiviranom katalitičkom podjedinicom α2 (PRKAA2 jedan od gena pojačano reguliranih u HCC stanicama grupe A) na putu autofagije (25), što ukazuje na to da može poslužiti ulozi u osjetljivosti HCC ćelija grupe A na lijek. PIK3R4 je također član kompleksa PI3K i služi kao funkcija autofagije kao član kompleksa PI3K klase III (59). Prekomjerna ekspresija PIK3R4 gena kod pacijenata sa kroničnom limfocitnom leukemijom (CML) povezana je s prognozom CML-a (60). Utvrđeno je da je ovaj gen mutiran u određenim epitelnim tumorima timusa i metastatskim uzorcima melanoma (61,62). Aberacije broja kopija PIK3R4 povezane su sa smanjenom stopom preživljavanja pacijenata s rakom jajnika (63). Statistički značajno prisustvo mutiranog PIK3R4 u ćelijama Grupe B otpornim na tretman ukazuje na moguću funkciju koju služe mutacijama PIK3R4 u profilima odgovora na lekove HCC ćelija.

Transkriptomske analize na HCC stanicama otkrile su da je šest gena značajno regulirano, a sedam gena smanjeno regulirano u stanicama grupe A (tablica V). Uloga transkripcijski dereguliranih gena u osjetljivosti na lijekove ćelija grupe A zahtijeva dalje proučavanje. U prilog ovoj hipotezi, aktivacija PRKAA2 proteina senzibilizira ćelije HCC na brojne tretmane lijekovima (64-67). Stoga, povećanje PRKAA2 u HCC ćelijama osjetljivim na lijekove može služiti centralnoj funkciji u promatranom odgovoru na liječenje. Za ostale gene različito regulirane u HCC stanicama grupe A, postoji ograničena količina dostupnih podataka o učincima njihove transkripcijske regulacije u HCC. Povećana ekspresija vilina 1 identifikovana je kao prediktivni faktor za ponovnu pojavu HCC-a povezanog sa visokim α-fetoproteinom u serumu nakon hepatektomije (68). MRNA tirozin kinaze 3 (ERBB3) receptora Erb-B2 bila je povećana u 52% tumora HCC-a (69), a izlučene izooblike ERBB3 identificirane su kao serumski markeri za rani hepatom u pacijenata s kroničnim hepatitisom i cirozom (70). Stoga bi uloge ovih gena u osjetljivosti na lijekove i mehanizmima rezistencije HCC stanica trebalo dalje proučavati.

Budući da svi identificirani molekularni ciljevi osjetljivi na liječenje imaju biološke funkcije, a mutirani i različito eksprimirani geni također su povezani s tim molekulima, rezultati analize više omičkih podataka integrirani su u jednostavnu molekularnu interakcijsku mrežu za analizu povezane s osjetljivošću na liječenje molekularni mehanizmi HCC ćelija su bolji (slika 2). Ova skraćena molekularna mreža HCC stanica povezana s osjetljivošću na liječenje lijekovima može se koristiti za stvaranje novih hipoteza za daljnje eksperimentiranje kako bi se otkrili temeljni molekularni mehanizmi osjetljivosti i rezistencije na lijek u HCC stanicama. Na primjer, budući da integrirana molekularna mreža identificira molekularni put HCC stanica grupe A (slika 2), koje su osjetljive na tretmane lijekovima prikazanim zelenom bojom, moglo bi biti od interesa ispitati je li aktivacija EGFR-PI3K-mTOR -DNAPK osa putem vanjskih ili konstitutivno aktivnih unutrašnjih signala u HCC ćelijama grupe B čini ih osjetljivima na iste lijekove. Ovaj pristup može pružiti vrijedne informacije, omogućavajući razvoj novih pristupa kombiniranog liječenja lijekova protiv HCC stanica u uznapredovalom stadiju.

Zaključno, rezultati visokopropusnih eksperimenata liječenja lijekovima na HCC stanicama analizirani u ovoj studiji ukazuju na to da bi za liječenje HCC-a trebalo razviti molekularno ciljane, personalizirane kemoterapijske pristupe, budući da različiti tipovi HCC stanica različito reagiraju na iste tretmane lijekovima. Nove molekularne mete i njihove biološke asocijacije identificirane u ovoj studiji treba dalje istražiti kako bi se razvile ciljane molekularne terapije lijekovima protiv HCC.


Reference

Abelson, A. (2020). Žrtvujemo li budućnost koraljnih grebena na oltaru narativa ȁKlimatske promjene”? ICES J. Mar. Sci. 77, 40 �. doi: 10.1093/icesjms/fsz226

Abelson, A., Halpern, B. S., Reed, D. C., Orth, R. J., Kendrick, G. A., Beck, M. W., et al. (2015). Nadogradnja obnove morskog ekosistema primjenom ekoloških i#x2013socijalnih koncepata. Bioscience 66, 156 �. doi: 10.1093/biosci/biv171

Abelson, A., Nelson, P., Edgar, G., Shashar, N., Reed, D., Belmaker, J., et al. (2016a). Proširenje zaštićenih morskih područja kako bi uključili degradirane koralne grebene. Konzerv. Biol. 30, 1182 �. doi: 10.1111/cobi.12722

Abelson, A., Obolski, U., Regoniel, P. i Hadany, L. (2016b). Poribljavanje populacija biljojeda kao društveno-ekološki alat za obnovu koraljnih grebena. Prednji. Mar. Sci. 3:138. doi: 10.3389/fmars.2016.00138

Adger, W. N., Hughes, T. P., Folke, C., Carpenter, S. R., i Rockstrom, J. (2005). Socijalno-ekološka otpornost na obalne katastrofe. Nauka 309, 1036 �. doi: 10.1126/znanost.1112122

Airoldi, L., Beck, M. W., Firth, L. B., Bugnot, A. B., Steinberg, P. D., i Dafforn, K. A. (2020). Nova rješenja za povratak prirode u urbani ocean. Ann. Rev. Mar. Sci. doi: 10.1146/annurev-marine-032020-020015 [Epub ispred štampanja].

Ando, ​​A. W., i Mallory, M. L. (2012). Optimalni dizajn portfelja za smanjenje neizvjesnosti očuvanja povezane s klimom u regiji Prairie Pothole. Proc. Natl. Akad. Sci. SAD. 109, 6484�. doi: 10.1073/pnas.1114653109

Anthony, K., Bay, L. K., Costanza, R., Firn, J., Gunn, J., Harrison, P., et al. (2017). Nove intervencije su potrebne za spašavanje koralnih grebena. Nat. Ecol. Evol. 1, 1420 �.

Aplet, G. H., i McKinley, P. S. (2017). Portfolio pristup upravljanju ekološkim rizicima od globalnih promjena. Ecosyst. Health Sustainabil. 3:e01261. doi: 10.1002/ehs2.1261

Barbier, E. B. (2012). Napredak i izazovi u vrednovanju usluga obalnog i morskog ekosistema. Rev. Environ. Ekon. Politika 6, 1�. doi: 10.1093/reep/rer017

Bartley, R., Bainbridge, Z. T., Lewis, S. E., Kroon, F. J., Wilkinson, S. N., Brodie, J. E., et al. (2014). Povezivanje uticaja sedimenta na koralne grebene sa izvorima sliva, procesima i upravljanjem: pregled. Sci. Total Environ. 468, 1138�. doi: 10.1016/j.scitotenv.2013.09.030

Bates, A. E., Barrett, N. S., Stuart-Smith, R. D., Holbrook, N. J., Thompson, P. A., i Edgar, G. J. (2014). Otpornost i potpisi tropikalizacije u zaštićenim zajednicama grebena. Nat. Clim. Change 4, 62�. doi: 10.1038/nclimate2062

Bates, A. E., Cooke, R. S. C., Duncan, M. I., Edgar, G. J., Bruno, J. F., Benedetti-Cecchi, L., et al. (2019). Otpornost na klimu u zaštićenim morskim područjima i ‘Zaštitni paradoks ’. Biol. Konzerv. 236, 305 �. doi: 10.1016/j.biocon.2019.05.005

Bayraktarov, E., Brisbane, S., Hagger, V., Smith, C. S., Wilson, K. A., Lovelock, C. E., et al. (2020). Prioriteti i motivacija istraživanja obnove morskog priobalja. Prednji. Mar. Sci. 7: 484. doi: 10.3389/fmars.2020.00484

Bayraktarov, E., Saunders, M. I., Abdullah, S., Mills, M., Beher, J., Possingham, H. P., et al. (2016). Cijena i izvodljivost obnove morske obale. Ecol. Appl. 26, 1055�. doi: 10.1890/15-1077

Beck, M. W., Brumbaugh, R. D., Airoldi, L., Carranza, A., Coen, L. D., Crawford, C., et al. (2011). Ugroženi grebeni kamenica i preporuke za očuvanje, restauraciju i upravljanje. Bioscience 61, 107 �. doi: 10.1525/bio.2011.61.2.5

Bellwood, D. R., Hoey, A. S., Ackerman, J. L. i Depczynski, M. (2006). Izbjeljivanje koralja, pomaci faza u zajednici grebenskih riba i otpornost koraljnih grebena. Glob. Promjena Biol. 12, 1587 �. doi: 10.1111/j.1365-2486.2006.01204.x

Berglund, M., Jacobi, M. N. i Jonsson, P. R. (2012). Optimalan odabir zaštićenih morskih područja na temelju povezanosti i kvalitete staništa. Ecol. Modell. 240, 105 �. doi: 10.1016/j.ecolmodel.2012.04.011

Bernhardt, E. S., Sudduth, E. B., Palmer, M. A., Allan, J. D., Meyer, J. L., Alexander, G., et al. (2007). Obnavljanje rijeka jedan po jedan: rezultati istraživanja američkih praktičara za obnovu rijeka. Restor. Ecol. 15, 482�. doi: 10.1111/j.1526-100X.2007.00244.x

Beyer, H. L., Kennedy, E. V., Beger, M., Chen, C. A., Cinner, J. E., Darling, E. S., et al. (2018). Planiranje osjetljivog na rizik za očuvanje koralnih grebena pod brzim klimatskim promjenama. Konzerv. Lett. 11:e12587. doi: 10.1111/konl.12587

Borja, A. (2014). Veliki izazovi u ekologiji morskih ekosistema. Prednji. Mar. Sci. 1:1. doi: 10.3389/fmars.2014.00001

Boström-Einarsson, L., Babcock, R. C., Bayraktarov, E., Ceccarelli, D., Cook, N., Ferse, S. C. A., et al. (2020). Obnova koralja – Sistematski pregled trenutnih metoda, uspjeha, neuspjeha i budućih smjerova. PLoS One 15: e0226631. doi: 10.1371/journal.pone.0226631

Bouma, T. J., van Belzen, J., Balke, T., Zhu, Z., Airoldi, L., Blight, A. J., et al. (2014). Identificiranje praznina u znanju koje ometaju primjenu međuplimnih staništa u zaštiti obale: mogućnosti & koraci koje treba poduzeti. Obala. Eng. J. 87, 147 �. doi: 10.1016/j.coastaleng.2013.11.014

Bugnot, A. B., Mayer-Pinto, M., Airoldi, L., Heery, E. C., Johnston, E. L., Critchley, L. P., et al. (2020). Trenutni i projicirani globalni opseg pomorske infrastrukture. Nat. Sustainabil. doi: 10.1038/s41893-020-00595-1

Bulleri, F., Eriksson, B.K., Queirós, A., Airoldi, L., Arenas, F., Arvanitidis, C., et al. (2018). Iskorištavanje pozitivnih interakcija vrsta kao oruđa protiv klimatskog gubitka obalnog biodiverziteta. PLoS Biol. 16: e2006852. doi: 10.1371/journal.pbio.2006852

Buonomo, R., Assis, J., Fernandes, F., Engelen, A. H., Airoldi, L. i Serr ão, E. A. (2017). Kontinuitet staništa i okeanografske udaljenosti objašnjavaju populacijsku genetsku povezanost smeđe alge Cystoseira amentacea. Mol. Ecol. 26, 766�. doi: 10.1111/mec.13960

Burke, L. M., Reytar, K., Spalding, M., i Perry, A. (2011). Ponovo posjetili grebeni pod rizikom. Washington, DC: World Resources Institute.

Campbell, A. H., Marzinelli, E. M., Verg és, A., Coleman, M. A., i Steinberg, P. D. (2014). Prema obnovi nestalih podvodnih šuma. PLoS One 9: e84106. doi: 10.1371/journal.pone.0084106

Cesar, H. S. J. (2000). “Koralni grebeni: njihove funkcije, prijetnje i ekonomska vrijednost ” u Prikupljeni eseji o ekonomiji koraljnih grebena, ed. H. S. J. Cesar (Kalmar: Univerzitet u Kalmaru), 14�.

Cinner, J. E., Huchery, C., MacNeil, M. A., Graham, N. A., McClanahan, T. R., Maina, J., et al. (2016). Svijetle točke među svjetskim koralnim grebenima. Priroda 535, 416 �.

Coen, L. D., i Luckenbach, M. W. (2000). Razvoj kriterija uspjeha i ciljeva za procjenu obnove kamenica: ekološka funkcija ili eksploatacija resursa? Ecol. Eng. 15, 323 �. doi: 10.1016/S0925-8574 (00) 00084-7

Coleman, M. A., i Goold, H. (2019). Iskorištavanje sintetičke biologije za očuvanje šuma algi. J. Phycol. 55, 745�. doi: 10.1111/jpy.12888

Coleman, M. A., Wood, G., Filbee-Dexter, K., Minne, A. J., Goold, H. D., Vergés, A., et al. (2020). Obnovi ili redefiniraj: buduće putanje za obnovu. Prednji. Mar. Sci. 7: 237. doi: 10.3389/fmars.2020.00237

Costanza, R., de Groot, R., Sutton, P., van der Ploeg, S., Anderson, S. J., Kubiszewski, I., et al. (2014). Promjene u globalnoj vrijednosti usluga ekosistema. Glob. Environ. Change 26, 152 �.

Craig, R. K. (2002). Pogled na ekosisteme okeana: istorijska nauka, obnova mora i zakon o okeanima iz 2000. Ecol. Zakon Q. 29:649.

Crowe, K. A. i Parker, W. H. (2008). Korištenje teorije portfelja za usmjeravanje pošumljavanja i obnove prema scenarijima klimatskih promjena. Clim. Change 89, 355 �. doi: 10.1007/s10584-007-9373-x

Crutzen, P. J. (2002). Geologija čovječanstva - antropocen. Priroda 415:23. doi: 10.1038/415023a

Darling, E. S. i C ôt é, I. M. (2018). Traženje otpornosti u morskim ekosustavima. Nauka 359, 986 �. doi: 10.1126/science.aas9852

Dirzo, R., Young, H. S., Galetti, M., Ceballos, G., Isaac, N. J., i Collen, B. (2014). Defaunacija u antropocenu. Nauka 345, 401 �. doi: 10.1126/science.1251817

Dixson, D. L., Abrego, D. i Hay, M. E. (2014). Hemijski posredovano ponašanje regrutiranja koralja i riba: prekretnica koja može ograničiti oporavak grebena. Nauka 345, 892 �. doi: 10.1126/znanost.1255057

Dixson, D. L., i Hay, M. E. (2012). Koralji kemijski upućuju međusobne ribe kako bi uklonili konkurentske morske alge. Nauka 338, 804 �. doi: 10.1126/science.1225748

Dobson, A., Lodge, D., Alder, J., Cumming, G. S., Keymer, J., McGlade, J., et al. (2006). Gubitak staništa, trofički kolaps i pad usluga ekosistema. Ekologija 87, 1915�. doi: 10.1890/0012-9658(2006)87[1915:hltcat]2.0.co2

Dobson, A. P., Bradshaw, A. D., i Baker, A. J. M. (1997). Nade za budućnost: restauratorska ekologija i konzervatorska biologija. Nauka 277, 515 �. doi: 10.1126/science.277.5325.515

Doropoulos, D., Elzinga, J., ter Hofstede, R., van Koningsveld, M. i Babcock, R. C. (2019). Optimiziranje obnove koralnih grebena u industrijskim razmjerima: usporedba berbe plodova mrijesta divljih koralja i presađivanja teških odraslih kolonija. Restor. Ecol. 27, 758 �. doi: 10.1111/rec.12918

Druschke, C. G., i Hychka, K. C. (2015). Perspektive menadžera o komunikaciji i javnom angažmanu u uspjehu projekta ekološke obnove. Ecol. Soc. 20:58. doi: 10.5751/ES-07451-200158

Duarte, C. M., Agusti, S., Barbier, E., Britten, G. L., Castilla, J. C., Gattuso, J. P., et al.(2020). Obnova morskog života. Priroda 580, 39 �.

Duarte, C. M., Losada, I. J., Hendriks, I. E., Mazarrasa, I. i Marb à, N. (2013). Uloga obalnih biljnih zajednica za ublažavanje i prilagođavanje klimatskim promjenama. Nat. Clim. Change 3, 961�. doi: 10.1038/nclimate1970

Duke, N. C., Meynecke, J. O., Dittmann, S., Ellison, A. M., Anger, K., Berger, U., et al. (2007). Svijet bez mangrova? Nauka 317, 41�.

Eaton, M. J., Yurek, S., Haider, Z., Martin, J., Johnson, F. A., Udell, B. J., et al. (2019). Planiranje očuvanja prostora pod neizvjesnošću: prilagođavanje rizicima klimatskih promjena korištenjem moderne teorije portfelja. Ecol. Appl. 29: e01962.

Ebadi, A., i Schiffauerova, A. (2016). Kako podstaći naučnu proizvodnju? Statistička analiza finansiranja istraživanja i drugih faktora koji utiču. Scientometrics 106, 1093 �. doi: 10.1007/s11192-015-1825-x

Edgar, G. J., Stuart-Smith, R. D., Willis, T. J., Kininmonth, S., Baker, S. C., Banks, S., et al. (2014). Globalni rezultati očuvanja zavise od zaštićenih morskih područja sa pet ključnih karakteristika. Priroda 506, 216�.

Edwards, A. (1999). Rehabilitacija obalnih ekosistema. Martu Pollut. Bik. 37, 371�. doi: 10.1016/s0025-326x (99) 00149-6

Edwards, P. E. T., Sutton-Grier, A. E., i Coyle, G. E. (2013). Ulaganje u prirodu: obnavljanje plave infrastrukture obalnog staništa i otvaranje zelenih radnih mjesta. Mar. Policy 38, 65 �. doi: 10.1016/j.marpol.2012.05.020

Eger, A. M., Marzinelli, E., Gribben, P., Johnson, C. R., Layton, C., Steinberg, P. D., et al. (2020). Igranje na pozitivu: korištenje sinergije za poboljšanje obnove šuma algi. Prednji. Mar. Sci. 7: 544. doi: 10.3389/fmars.2020.00544

Elliott, M., Burdon, D., Hemingway, K. L., i Apitz, S. E. (2007). Restauracija ekosistema ušća, obale i mora: zbunjujući menadžment i znanost - revizija koncepata. Estuar. Obala. Shelf Sci. 74, 349�. doi: 10.1016/j.ecss.2007.05.034

Fabricius, K.E. (2005). Učinci kopnenog otjecanja na ekologiju koralja i koralnih grebena: pregled i sinteza. Martu Pollut. Bik. 50, 125 �. doi: 10.1016/j.marpolbul.2004.11.028

Friess, D. A., Lee, S. Y., i Primavera, J. H. (2016). Preokrenuti problem gubitka mangrova. Martu Pollut. Bik. 2, 673�. doi: 10.1016/j.marpolbul.2016.06.085

Gaines, S. D., White, C., Carr, M. H. i Palumbi, S. R. (2010). Projektiranje mreža morskih rezervata za očuvanje i upravljanje ribarstvom. Proc. Natl. Akad. Sci. SAD. 107, 18286 �. doi: 10.1073/str.0906473107

Game, E. T., McDonald-Madden, E., Puotinen, M. L. i Possingham, H. P. (2008). Da li da štitimo jake ili slabe? Rizik, otpornost i izbor zaštićenih morskih područja. Konzerv. Biol. 22, 1619 �. doi: 10.1111/j.1523-1739.2008.01037.x

Gann, G. D., McDonald, T., Walder, B., Aronson, J., Nelson, C. R., Jonson, J., et al. (2019). Međunarodni principi i standardi za praksu ekološke restauracije. Drugo izdanje. Restor. Ecol. 27, S1 –S46.

Gattuso, J. P., Magnan, A. K., Bopp, L., Cheung, W. W., Duarte, C. M., Hinkel, J., et al. (2018). Okeanska rješenja za rješavanje klimatskih promjena i njihovih učinaka na morske ekosustave. Prednji. Mar. Sci. 5: 337. doi: 10.3389/fmars.2018.00337

Gedan, K. B., i Silliman, B. R. (2009). Korištenje teorije fasilitacije za poboljšanje obnove mangrova. Ambio 38: 109. doi: 10.1579/0044-7447-38.2.109

Geist, C. i Galatowitsch, S. M. (1999). Uzajamni model za zadovoljavanje ekoloških i ljudskih potreba u projektima obnove. Konzerv. Biol. 13, 970�. doi: 10.1046/j.1523-1739.1999.98074.x

Giakoumi, S., McGowan, J., Mills, M., Beger, M., Bustamante, R., Charles, A., et al. (2018). Ponovno razmatranje “uspjeha” i “neuspjeha” morskih zaštićenih područja: perspektiva naučnika za očuvanje. Prednji. Mar. Sci. 5:223. doi: 10.3389/fmars.2018.00223

Gill, D. A., Mascia, M. B., Ahmadia, G. N., Glew, L., Lester, S. E., Barnes, M., et al. (2017). Nedostaci kapaciteta ometaju rad zaštićenih morskih područja na globalnom nivou. Priroda 543, 665�. doi: 10.1038/nature21708

Gillis, L., Bouma, T., Jones, C., van Katwijk, M., Nagelkerken, I., Jeuken, C., et al. (2014). Potencijal za pozitivne interakcije na pejzažnoj razini među tropskim morskim ekosustavima. Mar. Ecol. Prog. Ser. 503, 289 �. doi: 10.3354/meps10716

Golden, C. D., Allison, E. H., Cheung, W. W. L., Dey, M. M., Halpern, B. S., McCauley, D. J., et al. (2016). Ishrana: pad ulova ribe ugrožava ljudsko zdravlje. Priroda 534, 317 �. doi: 10.1038/534317a

Gordon, T. A., Radford, A. N., Simpson, S. D. i Meekan, M. G. (2020). Projekti obnove mora su podcijenjeni. Nauka 367, 635 �.

Graham, N. A., McClanahan, T. R., MacNeil, M. A., Wilson, S. K., Polunin, N. V., Jennings, S., et al. (2008). Zagrijavanje klime, zaštićena morska područja i integritet ekosustava koraljnih grebena u oceanskim razmjerima. PLoS One 3:e3039. doi: 10.1371/journal.pone.0003039

Green, A. L., Maypa, A. P., Almany, G. R., Rhodes, K. L., Weeks, R., Abesamis, R. A., et al. (2015). Obrasci širenja i kretanja larvi riba koraljnih grebena i implikacije na dizajn mreže morskih rezervata. Biol. Rev. 90, 1215 �. doi: 10.1111/brv.12155

Guarnieri, G., Bevilacqua, S., Figueras, N., Tamburelo, L., i Fraschetti, S. (2020). Uklanjanje morskih ježeva velikih razmjera dovodi do smanjenja subplimne neplodne površine u Sredozemnom moru. Prednji. Mar. Sci. 7: 519. doi: 10.3389/fmars.2020.00519

Halpern, B. S., Silliman, B. R., Olden, J. D., Bruno, J. P., i Bertness, M. D. (2007). Uključivanje pozitivnih interakcija u restauraciju i očuvanje vode. Prednji. Ecol. Environ. 5, 153�. doi: 10.1890/1540-9295 (2007) 5 [153: ipiiar] 2.0.co2

Hashim, R., Kamali, B., Tamin, N. M., i Zakaria, R. (2010). Integrirani pristup obalnoj obnovi: obnova mangrova u Sungai Haji Dorani, Malezija. Estuar. Obala. Shelf Sci. 86, 118 �. doi: 10.1016/j.ecss.2009.10.021

Hautier, Y., Tilman, D., Isbell, F., Seabloom, E. W., Borer, E. T. i Reich, P. B. (2015). Antropogene promjene životne sredine utiču na stabilnost ekosistema putem biodiverziteta. Nauka 348, 336�. doi: 10.1126/science.aaa1788

On, Q. i Silliman, B. R. (2019). Klimatske promjene, ljudski utjecaji i obalni ekosustavi u antropocenu. Curr. Biol. 29, R1021–R1035.

Hobbs, R. J., Davis, M. A., Slobodkin, L. B., Lackey, R. T., Halvorson, W., i Throop, W. (2004). Ekologija obnove: izazov društvenih vrijednosti i očekivanja. Prednji. Ecol. Environ. 2, 43 �. doi: 10.1890/1540-9295 (2004) 002 [0043: retcos] 2.0.co2

Hock, K., Wolff, N. H., Ortiz, J. C., Condie, S. A., Anthony, K. R., Blackwell, P. G., et al. (2017). Povezivost i sistemska otpornost velikog koralnog grebena. PLoS Biol. 15:e2003355. doi: 10.1371/journal.pbio.2003355

Hoegh-Guldberg, O., Hughes, L., McIntyre, S., Lindenmayer, D. B., Parmesan, C., Possingham, H. P., et al. (2008). Potpomognuta kolonizacija i brze klimatske promjene. Nauka 321, 345�. doi: 10.1126/znanost.1157897

Holguin, G., Vazquez, P., i Bashan, Y. (2001). Uloga sedimentnih mikroorganizama u produktivnosti, očuvanju i rehabilitaciji ekosustava mangrova: pregled. Biol. Fertil. Tla 33, 265�. doi: 10.1007/s003740000319

Holsman, K. K., Hazen, E. L., Haynie, A., Gourguet, S., Hollowed, A., Bograd, S. J., et al. (2019). Prema klimatskoj otpornosti u upravljanju ribarstvom. ICES J. Mar. Sci. 76, 1368�.

Huddart, J. E., Thompson, M. S., Woodward, G., i Brooks, S. J. (2016). Građanska nauka: od otkrivanja zagađenja do procjene ekološke obnove. Wiley Interdiscip. Rev. Water 3, 287 �. doi: 10.1002/wat2.1138

Hughes, B. B. (2014). Mreže hrane, otpornost i funkcioniranje ušća pod višestrukim prijetnjama: lekcije naučene od Elkhorn Slougha. Doktorska disertacija, Univerzitet u Kaliforniji, Santa Cruz, CA.

Jaap, W. C. (2000). Obnova koraljnih grebena. Ecol. Eng. 15, 345�.

Kareiva, P., Lalasz, R. i Marvier, M. (2011). Konzervacija u antropocenu. Proboj J. 2, 26�.

Kelly, L. W., Williams, G. J., Barott, K. L., Carlson, C. A., Dinsdale, E. A., Edwards, R. A., et al. (2014). Lokalna genomska adaptacija mikrobioma povezanih s koralnim grebenima na gradijente prirodne varijabilnosti i antropogene stresore. Proc. Natl. Akad. Sci. SAD. 111, 10227�. doi: 10.1073/pnas.1403319111

Kienker, S. E., Coleman, R. A., Morris, R. L., Steinberg, P., Bollard, B., Jarvis, R., et al. (2018). Oživljavanje luka: procjena važnosti ekološki projektirane obalne infrastrukture za različite dionike i gradove. Mar. Policy 94, 238�. doi: 10.1016/j.marpol.2018.04.028

Kittinger, J. N., Bambico, T. M., Minton, D., Miller, A., Mejia, M., Kalei, N., et al. (2016). Obnova ekosistema, obnova zajednice: društveno-ekonomske i kulturne dimenzije projekta obnove koralnog grebena u zajednici. Reg. Environ. Change 16, 301 �. doi: 10.1007/s10113-013-0572-x

Lefcheck, J. S., Orth, R. J., Dennison, W. C., Wilcox, D. J., Murphy, R. R., Keisman, J., et al. (2018). Dugotrajno smanjenje nutrijenata dovodi do neviđenog oporavka umjerenog obalnog područja. Proc. Natl. Akad. Sci. SAD. 115: 201715798. doi: 10.1073/pnas.1715798115

Leigh, P. (2005). Ekološka kriza, ljudsko stanje i obnova u zajednici kao instrument za njeno izlječenje. Ethics Sci. Environ. Polit. 5, 3 �. doi: 10.3354/esep005003

Lindegren, M., Möllmann, C., i Hansson, L. A. (2010). Biomanipulacija: alat za upravljanje i obnovu morskog ekosistema? Ecol. Appl. 20, 2237 �.

Lotze, H. K., Lenihan, H. S., Bourque, B. J., Bradbury, R. H., Cooke, R. G., Kay, M. C., et al. (2006). Potencijal iscrpljivanja, degradacije i oporavka estuarija i obalnih mora. Nauka 312, 1806�. doi: 10.1126/science.1128035

MacNeil, M. A., Graham, N. A., Cinner, J. E., Wilson, S. K., Williams, I. D., Maina, J., et al. (2015). Potencijal za oporavak svjetskih koralnih grebena. Priroda 520, 341 �.

Mascarelli, A. (2014). Dizajnerski grebeni: biolozi usmjeravaju evoluciju koralja kako bi ih pripremili za borbu protiv klimatskih promjena. Priroda 508, 444�. doi: 10.1038/508444a

Maynard, J. A., McKagan, S., Raymundo, L., Johnson, S., Ahmadia, G. N., Johnston, L., et al. (2015). Procjena relativne sposobnosti otpornosti koralnih grebena za informiranje uprave. Biol. Konzerv. 192, 109�. doi: 10.1016/j.biocon.2015.09.001

McCreless, E. i Beck, M. W. (2016). Preispitivanje našeg globalnog portfelja obalnih ulaganja. J. Ocean Coastal. Ekon. 3:6.

Medrano, A., Hereu, B., Cleminson, M., Pagès-Escolà, M., Rovira, G., Solà, J., et al. (2020). Od morskih pustinja do ležišta algi: revegetacija treptacantha elegans za preokretanje stabilnih degradiranih ekosistema unutar i izvan morskog rezervata No-Take. Restor. Ecol. 28, 632 �. doi: 10.1111/rec.13123

Miles, I., Sullivan, W. C., i Kuo, F. E. (1998). Volonteri ekološke obnove: prednosti učešća. Urban Ecosyst. 2, 27�.

Moffat, K., Lacey, J., Zhang, A. i Leipold, S. (2016). Društvena dozvola za rad: kritički osvrt. Šumarstvo 89, 477�. doi: 10.1093/forestry/cpv044

Montero-Serra, I., Garrabou, J., Doak, D. F., Figuerola, L., Hereu, B., Ledoux, J. B., et al. (2018). Računovodstvo strategija za životnu istoriju i vremenskih rokova u obnovi mora. Konzerv. Lett. 11:e12341. doi: 10.1111/konl.12341

Morris, R. L., Heery, E. C., Loke, L. H. L., Lau, E., Strain, E. M. A., Airoldi, L., et al. (2019). Opcije projektiranja, pitanja implementacije i ocjenjivanje uspjeha ekološki projektiranih obala. Oceanogr. Mar. Biol. 57, 169 �. doi: 10.1201/9780429026379-4

Mumby, P. J., i Steneck, R. S. (2008). Upravljanje i očuvanje koraljnih grebena u svjetlu ekoloških paradigmi koje se brzo razvijaju. Trendovi Ecol. Evol. 23, 555�. doi: 10.1016/j.tree.2008.06.011

Murcia, C., Aronson, J., Kattan, G. H., Moreno-Mateos, D., Dixon, K., i Simberloff, D. (2014). Kritika koncepta ‘novog ekosistema’. Trendovi Ecol. Evol. 29, 548�. doi: 10.1016/j.tree.2014.07.006

NOAA SAB (2014). Obnova obalnih staništa: Procjena trenutne i potencijalne uloge NOAA -e. Radna grupa za nauku i upravljanje ekosistemima. Naučni savjetodavni odbor NOAA. Dostupno na mreži na: ftp://ftp.oar.noaa.gov/SAB/sab//Meetings/2014/april/NOAA%20Restoration%20Review%20Findings% 20%20Recommendations%20Final%20041714.pdf (pristupljeno 2. marta 2004.) ).

Obolski, U., Hadany, L., i Abelson, A. (2016). Potencijalni doprinos poribljavanja ribe oporavku oštećenih koraljnih grebena: alternativna metoda obnove? PeerJ 4: e1732. doi: 10.7717/peerj.1732

Orth, R., Moore, K., Luckenbach, M., Bonniwell, S., Curry, A.Jr., Fate, S., et al. (2012). Zadatak 10 Obnova jegulje i zeljaste kapice u primorskim zalivima Virdžinije. (1. aprila 2011. do 30. novembra 2012.). Gloucester Point, VA: Virginia Institute of Marine Science.

Orth, R. J., Harwell, M. C., i Fishman, J. R. (1999). Brza i jednostavna metoda za presađivanje rusovine koristeći pojedinačne, neosidrene izdanke. Aquat. Bot. 64, 77 �. doi: 10.1016/s0304-3770 (99) 00007-8

Palmer, M., Bernhardt, E., Chornesky, E., Collins, S., Dobson, A., Duke, C., et al. (2004). Ekologija za prepunu planetu. Nauka 304, 1251 �. doi: 10.1126/znanost.1095780

Palmer, M. A., i Filoso, S. (2009). Obnova usluga ekosistema za tržišta okoliša. Nauka 325, 575 �. doi: 10.1126/science.1172976

Palumbi, S. R., Barshis, D. J., Traylor-Knowles, N. i Bay, R. A. (2014). Mehanizmi otpora koralja grebena na buduće klimatske promjene. Nauka 344, 895 �. doi: 10.1126/science.1251336

Penaluna, B. E., Reeves, G. H., Barnett, Z. C., Bisson, P. A., Buffington, J. M., Dolloff, C. A., et al. (2018). Korištenje prirodnih poremećaja i koncepata portfelja za upravljanje vodenim–priobalnim ekosistemom. Ribarstvo 43, 406�. doi: 10.1002/fsh.10097

Perrow, M. R. i Davy, A. J. (2002). Priručnik za ekološku obnovu: restauracija u praksi, Vol. 2. Cambridge: Cambridge University Press.

Piazzi, L., i Ceccherelli, G. (2019). Učinak ljudske žetve morskog ježa u promicanju obnove algi koje formiraju krošnje. Estuar. Obala. Shelf Sci. 219, 273 �. doi: 10.1016/j.ecss.2019.02.028

Possingham, H. P., Bode, M. i Klein, C. J. (2015). Optimalni rezultati konzervacije zahtijevaju i restauraciju i zaštitu. PLoS Biol. 13: e1002052. doi: 10.1371/journal.pbio.1002052

Qiu, Z., Coleman, M. A., Provost, E., Campbell, A. H., Kelaher, B. P., Dalton, S. J., et al. (2019). Predviđa se da će buduće klimatske promjene utjecati na mikrobiom i stanje algi koja formira stanište. Proc. R. Soc. B Biol. Sci. 286: 20181887. doi: 10.1098/rspb.2018.1887

Reguero, B. G., Beck, M. W., Bresch, D. N., Calil, J. i Meliane, I. (2018). Usporedba isplativosti adaptacije na bazi prirode i obale: studija slučaja sa obale zaljeva Sjedinjenih Država. PLoS One 13: e0192132. doi: 10.1371/journal.pone.0192132

Remedios, C. D. (2000). Vrijednost fundamentalnih istraživanja. IUPAB. Dostupno na internetu na: http://iupab.org/publications/value-of-fundamental-research/ (pristupljeno 15. marta 2020.).

Renzi, J., He, Q. i Silliman, B. R. (2019). Iskorištavanje pozitivnih interakcija vrsta za poboljšanje obnove obalnih močvara. Prednji. Ecol. Evol. 7:131. doi: 10.3389/fevo.2019.00131

Rogers, A., Harborne, A. R., Brown, C. J., Bozec, Y. M., Castro, C., Chollett, I., et al. (2015). Predviđeno upravljanje uslugama ekosustava koraljnih grebena u 21. stoljeću. Glob. Promjena Biol. 21, 504�.

Roman, C. T. i Burdick, D. M. (2012). Obnova plime i oseke: sinteza nauke i upravljanja. Washington, DC: Island Press.

Roque, F. O., Ochoa-Quintero, J., Ribeiro, D. B., Sugai, L. S., Costa-Pereira, R., Lourival, R., et al. (2016). Gubitak staništa u uzvišicama kao prijetnja močvarama Pantanal. Biol. Konzerv. 30, 1131 �. doi: 10.1111/cobi.12713

Samhouri, J. F., Lester, S. E., Selig, E. R., Halpern, B. S., Fogarty, M. J., Longo, C., et al. (2012). More bolesno? Postavljanje ciljeva za procjenu zdravlja oceana i usluga ekosistema. Ekosfera 3, 1�. doi: 10.1890/ES11-00366.1

Schindler, D. E., Armstrong, J. B., i Reed, T. E. (2015). Koncept portfelja u ekologiji i evoluciji. Prednji. Ecol. Environ. 13, 257�. doi: 10.1890/140275

SER (2004). Društvo za ekološku obnovu Međunarodna radna grupa za politiku i nauku i#x0026 politiku. Međunarodni bukvar SER o ekološkoj obnovi. Tucson, AZ: Međunarodno društvo za ekološku obnovu.

Shamberger, K. E., Cohen, A. L., Golbuu, Y., McCorkle, D. C., Lentz, S. J., i Barkley, H. C. (2014).Raznolike zajednice koralja u prirodno zakiseljenim vodama zapadno -pacifičkog grebena. Geophys. Res. Lett. 41, 499 �. doi: 10.1002/2013gl058489

Shaver, E. C., Burkepile, D. E., i Silliman, B. R. (2018). Mjere lokalnog upravljanja mogu povećati otpornost koralja na izbjeljivanje izazvano toplinom. Nat. Ecol. Evol. 2, 1075 �. doi: 10.1038/s41559-018-0589-0

Shaver, E. C. i Silliman, B. R. (2017). Vrijeme je da unovčite pozitivne interakcije za obnovu koralja. PeerJ 5:e3499. doi: 10.7717/peerj.3499

Silliman, B. R., Schrack, E., He, Q., Cope, R., Santoni, A., Van Der Heide, T., et al. (2015). Olakšavanje mijenja paradigme i može pojačati napore za obnovu obale. Proc. Natl. Akad. Sci. SAD. 112, 14295�. doi: 10.1073/str.1515297112

Smith, C. S., Rudd, M., Gittman, R., Melvin, E., Patterson, V., Renzi, J., et al. (2020). Pomirivanje sa živim obalnim linijama: pregled novih strategija obnove za zaštitu obale. Prednji. Mar. Sci. 7: 434. doi: 10.3389/fmars.2020.00434

Solomon, S., Plattner, G., Knutti, R. i Friedlingstein, P. (2009). Nepopravljive klimatske promjene zbog emisije ugljičnog dioksida. Proc. Natl. Akad. Sci. SAD. 106, 1704 �. doi: 10.1073/pnas.0812721106

Spurgeon, J. (1999). Društveno-ekonomski troškovi i koristi od obnove i stvaranja obalnih staništa. Martu Pollut. Bik. 37, 373 �. doi: 10.1016/s0025-326x (99) 00074-0

Spurgeon, J. P. G., i Lindahl, U. (2000). �konomija obnove koraljnih grebena ” u Prikupljeni eseji o ekonomiji koraljnih grebena, ed. H. S. J. Cesar (Kalmar: Univerzitet u Kalmaru), 125 �.

Statton, J., Dixon, K. W., Hovey, R. K. i Kendrick, G. A. (2012). Komparativna procjena pristupa i ishoda obnavljanja morske trave u zaljevu Shark i Floridi. Freshw. Res. 63, 984 �. doi: 10.1071/mf12032

Statton, J., Dixon, K. W., Irving, A. D., Jackson, E. L., Kendrick, G. A., Orth, R. J., et al. (2018). �kline i ekologija obnove australijske morske trave ” u Morske trave Australije, ur. A. Larkum, G. Kendrick i P. Ralph (Cham: Springer), 665�. doi: 10.1007/978-3-319-71354-0_20

Stone, K., Bhat, M., Bhatta, R. i Mathews, A. (2008). Čimbenici koji utječu na učešće zajednice u obnovi mangrova: kontingentna analiza procjene. Ocean Coast. Manag. 51, 476 �. doi: 10.1016/j.ocecoaman.2008.02.001

Strain, E. M. A., Alexander, K. A., Kienker, S., Morris, R., Jarvis, R., Coleman, R., et al. (2019). Urbano plavo: globalna analiza faktora koji oblikuju percepciju ljudi o morskom okruženju i ekološkom inženjeringu u lukama. Sci. Total Environ. 658, 1293 �. doi: 10.1016/j.scitotenv.2018.12.285

Suding, K. N. (2011). Ka eri obnove u ekologiji: uspjesi, neuspjesi i prilike koje su pred nama. Annu. Rev. Ecol. Evol. Syst. 42, 465 �. doi: 10.1146/annurev-ecolsys-102710-145115

Sutton-Grier, A. E., Gittman, R. K., Arkema, K. K., Bennett, R. O., Benoit, J., Blitch, S., et al. (2018). Ulaganje u prirodnu infrastrukturu i infrastrukturu zasnovanu na prirodi: bolja izgradnja duž naše obale. Održivost 10: 523. doi: 10.3390/su10020523

Sutton-Grier, A. E., Wowk, K. i Bamford, H. (2015). Budućnost naših obala: potencijal prirodne i hibridne infrastrukture za povećanje otpornosti naših obalnih zajednica, ekonomija i ekosustava. Environ. Sci. Politika 51, 137 �. doi: 10.1016/j.envsci.2015.04.006

Tallis, H., Lester, S. E., Ruckelshaus, M., Plummer, M., McLeod, K., Guerry, A., et al. (2012). Nove metrike za upravljanje i održavanje okeanske blagodati. Mar. Policy 36, 303�. doi: 10.1016/j.marpol.2011.03.013

Temmerman, S., Meire, P., Bouma, T. J., Herman, P. M. J., Ysebaert, T. i De Vriend, H. J. (2013). Obalna odbrana zasnovana na ekosistemima pred globalnim promjenama. Priroda 504, 79�. doi: 10.1038/nature12859

Temmink, R. J. M., Christianen, M. J. A., Fivash, G. S., Angelini, C., Bostr öm, C., Didderen, K., et al. (2020). Mimikrija emergentnih osobina pojačava uspjeh obnove obale. Nat. Commun. 11, 3668. doi: 10.1038/s41467-020-17438-4

Valdez, S. R., Zhang, Y. S., van der Heide, T., Vanderklift, M. A., Tarquinio, F., Orth, R. J., et al. (2020). Pozitivne ekološke interakcije i uspjeh obnove morske trave. Prednji. Mar. Sci. 7:91. doi: 10.3389/fmars.2020.00091

van de Koppel, J., van der Heide, T., Altieri, A. H., Eriksson, B. K., Bouma, T. J., Olff, H., et al. (2015). Interakcije na velike udaljenosti reguliraju strukturu i otpornost obalnih ekosustava. Ann. Rev. Mar. Sci. 7, 139 �. doi: 10.1146/annurev-marine-010814-015805

van Katwijk, M. M., Thorhaug, A., Marb à, N., Orth, R. J., Duarte, C. M., Kendrick, G. A., et al. (2016). Globalni pregled obnove morske trave i važnost sadnje velikih razmjera. J. Appl. Ecol. 53, 567�.

Van Loon, A. F., Te Brake, B., Van Huijgevoort, M. H. J. i Dijksma, R. (2016). Hidrološka klasifikacija, praktičan alat za obnovu mangrova. PLoS One 11:e0150302. doi: 10.1371/journal.pone.0150302

van Oppen, M. J., Oliver, J. K., Putnam, H. M., i Gates, R. D. (2015). Izgradnja otpornosti koraljnog grebena kroz potpomognutu evoluciju. Proc. Natl. Akad. Sci. SAD. 112, 2307 �. doi: 10.1073/str.1422301112

Walsworth, T. E., Schindler, D. E., Colton, M. A., Webster, M. S., Palumbi, S. R., Mumby, P. J., et al. (2019). Upravljanje mrežnom raznolikošću ubrzava evolucijsko prilagođavanje klimatskim promjenama. Nat. Clim. Change 9, 632 �. doi: 10.1038/s41558-019-0518-5

Waycott, M., Duarte, C. M., Carruthers, T. J., Orth, R. J., Dennison, W. C., Olyarnik, S., et al. (2009). Ubrzani gubitak morske trave širom svijeta prijeti obalnim ekosustavima. Proc. Natl. Akad. Sci. SAD. 106, 12377 �. doi: 10.1073/pnas.0905620106

Webster, M. S., Colton, M. A., Darling, E. S., Armstrong, J., Pinsky, M. L., Knowlton, N., et al. (2017). Ko bi trebao izabrati dobitnike klimatskih promjena? Trendovi Ecol. Evol. 32, 167�. doi: 10.1016/j.tree.2016.12.007

Whitehead, A., Clark, B. W., Reid, N. M., Hahn, M. E., i Nacci, D. (2017). Kada je evolucija rješenje za zagađenje: ključni principi i lekcije iz brzog ponavljanog prilagođavanja morske ribe (Fundulus heteroclitus) populacije. Evol. Appl. 10, 762 �. doi: 10.1111/eva.12470

Svjetska banka (2016). Upravljanje obalama prirodnim rješenjima: Smjernice za mjerenje i vrednovanje usluga obalne zaštite mangrova i koraljnih grebena, ur. M. W. Beck i G. M. Lange (Vašington, DC: Svjetska banka).

Svjetska banka, Odjel za ekonomska i socijalna pitanja Ujedinjenih naroda (2017). Potencijal plave ekonomije: povećanje dugoročnih koristi od održivog korištenja morskih resursa za male otočne države u razvoju i priobalne najmanje razvijene zemlje. Washington, DC: Svjetska banka.

Wortley, L., Hero, J. i Howes, M. (2013). Vrednovanje uspjeha ekološke obnove: pregled literature. Restor. Ecol. 21, 537�. doi: 10.1111/rec.12028

Young, T. P. (2000). Ekologija restauracije i konzervacija biologije. Biol. Konzerv. 92, 73 �. doi: 10.1016/s0006-3207 (99) 00057-9

Zhang, Y., Cioffi, W., Cope, R., Daleo, P., Heywood, E., Hoyt, C., et al. (2018). Globalna sinteza otkriva praznine u istraživanju obnove obalnih staništa. Održivost 10: 1040. doi: 10.3390/su10041040

Ključne riječi: obalni morski ekosistemi, društveno-ekološka obnova, koralni grebeni, morska trava, mangrove, grebeni kamenica, alge, slane močvare

Citiranje: Abelson A, Reed DC, Edgar GJ, Smith CS, Kendrick GA, Orth RJ, Airoldi L, Silliman B, Beck MW, Krause G, Shashar N, Stambler N i Nelson P (2020) Izazovi za obnovu obalnih morskih ekosistema u antropocenu. Prednji. Mar. Sci. 7: 544105. doi: 10.3389/fmars.2020.544105

Primljeno: 19. marta 2020. Prihvaćeno: 30. septembra 2020
Objavljeno: 04. novembra 2020.

Antonio Di Franco, Stazione Zoologica Anton Dohrn, Italija

Cristina Linares, Univerzitet u Barceloni, Španija
Christopher Smith, Helenski centar za istraživanje mora (HCMR), Grčka

Autorska prava © 2020 Abelson, Reed, Edgar, Smith, Kendrick, Orth, Airoldi, Silliman, Beck, Krause, Shashar, Stambler i Nelson. Ovo je članak s otvorenim pristupom distribuiran pod uslovima Licence za dodjeljivanje autorskih prava Creative Commons (CC BY). Korištenje, distribucija ili umnožavanje na drugim forumima je dopušteno, pod uvjetom da su izvorni autor (i) i vlasnici (autorska prava) vlasnici autorskih prava i da se citira izvorna publikacija u ovom časopisu, u skladu s prihvaćenom akademskom praksom. Nije dozvoljena upotreba, distribucija ili reprodukcija koja nije u skladu sa ovim uslovima.


Pogledajte video: Grafika: Zapadni Balkan koji nestaje (Februar 2023).