Βιολογία συστημάτων φυτών

Προσθήκη συνδέσεων
Από τη Βικιπαίδεια, την ελεύθερη εγκυκλοπαίδεια

Εισαγωγή[Επεξεργασία | επεξεργασία κώδικα]

Οι ωμικές τεχνολογίες και τα επιμέρους μέρη τους, τα οποία αναπαριστούν το κεντρικό δόγμα της βιολογίας

Η βιολογία συστημάτων φυτών αποτελεί την μελέτη των αλληλεπιδράσεων σε διαφορετικά επίπεδα οργάνωσης των φυτικών οργανισμών. Με αυτόν τον τρόπο είναι εφικτή η ταυτοποίηση και η περιγραφή των υποκυττάριων  μηχανισμών που συντελούν στην δημιουργία των λειτουργικών μονάδων των κυττάρων, των ιστών, αλλά και των οργάνων των φυτών [1][2]. Χάρη στη βιολογία συστημάτων φυτών είναι εφικτή η κατανόηση της φυσιολογίας ενός φυτικού οργανισμού, καθώς και πως ελέγχεται, παρατηρώντας τα επιμέρους μέρη του, τις αλληλεπιδράσεις μεταξύ τους καθώς και την δυναμική που έχουν στο σύστημα [3][4][5].

Η αφορμή  για την ανάπτυξη του τομέα της βιολογίας συστημάτων φυτών προέκυψε από την αναγκαιότητα να ενσωματωθούν και να ερμηνευτούν οι μεγάλοι όγκοι δεδομένων, που είχαν προκύψει από τις ομικές τεχνολογίες. Παρόλα αυτά τα προγράμματα που μπορούν να αναλύσουν τον τεράστιο όγκο πληροφοριών της βιολογίας φυτών, παραμένουν ανεπαρκή [2][6].

Ιστορία[Επεξεργασία | επεξεργασία κώδικα]

Από τις απαρχές της η επιστημονική μελέτη βασίζεται στον αναγωγισμό (reductionism). Αυτή η αναλυτική μέθοδος έχει ακόμη επιρροή στις σύγχρονες επιστήμες, όπως είναι η βιολογία. Πιο συγκεκριμένα μέσω της υπόθεσης “ένα γονίδιο - ένα πεπτίδιο” των Beadle και Tatum [7]. Όμως με το πέρας του χρόνου, οι περιορισμοί αυτής της μεθόδου έκαναν την εμφάνισή τους. Στη βιολογία, οι οργανισμοί πρέπει να αντιμετωπίζονται ως πολύπλοκα βιολογικά συστήματα, προερχόμενα από δυναμικές αλληλεπιδράσεις διαφορετικών συνιστωσών και σε διαφορετικά επίπεδα οργάνωσης, που λειτουργούν ως ένα σύνολο. Τα πολύπλοκα βιολογικά συστήματα υπάρχουν σε διαφορετικά επίπεδα οργάνωσης και κυμαίνονται απο το υποκυττάριο σύστημα μέχρι και σε σύνολα πληθυσμών. Οπότε ήταν απαραίτητη η εύρεση ενός πεδίου, που παρέχει μια συνολική κατανόηση των βιολογικών συστημάτων [8].      

Όμως τι μπορεί να ορισθεί ως σύστημα; Σχεδόν όλα τα αντικείμενα, ζωντανοί οργανισμοί και αφηρημένες έννοιες μπορούν να χαρακτηριστούν ως συστήματα. Πρωτοπόροι στην εισαγωγή της έννοιας των συστημάτων στην επιστήμη της βιολογίας ήταν οι ερευνητές Paul A. Weiss και Ludwig von Bertalanffy. Πιο συγκεκριμένα, ο von Bertalanffy όρισε ως σύστημα ένα πλήθος αντικειμένων, αυτόνομων ή που αλληλεπιδρούν μεταξύ τους και που απαρτίζουν ένα σύνολο [9][10]. Ένας φυτικός οργανισμός λοιπόν μπορεί να θεωρηθεί ως ένα σύστημα δισεκατομμυρίων φυτικών κυττάρων.

Η μοντελοποίηση στην βιολογία συστημάτων γίνεται κυρίως με την χρήση τριών μεθόδων. Η πρώτη μέθοδος είναι η “top-down” όπου η χρήση ωμικών τεχνολογιών υψηλής απόδοσης επιτρέπει την κατανόηση των βιολογικών συστημάτων [1]. Αντιθέτως η “bottom-up” μέθοδος εκμεταλλεύεται τις ιδιότητες των μορίων για την κατασκευή μοντέλων που να χαρακτηρίζουν ολόκληρο το σύστημα [11]. Χρησιμοποιεί δηλαδή τα πιο απλά μέρη του συστήματος για να χαρακτηρίσει το σύνολο. Τέλος η μέθοδος “middle-out” αρχίζει με την ανάλυση των ενδιάμεσων επιπέδων ιεραρχίας στο σύστημα και κατευθύνεται εκατέρωθεν για να εξηγήσει την πολυπλοκότητα του συστήματος σε όλα τα επίπεδα ιεραρχίας [12]. Από τις παραπάνω μεθόδους οι “top-down” “bottom-up” χρησιμοποιούνται πιο πολύ για την ανάλυση των βιολογικών συστημάτων. Χάρη σε αυτές τις εξελίξεις η βιολογία συστημάτων έχει καταφέρει να οδηγήσει την επιστημονική διαδικασία ,από απλή συλλογή δεδομένων, σε μια προσπάθεια επεξήγησης των βιολογικών συστημάτων και φαινομένων.   

Γιατι βιολογία συστημάτων φυτων?[Επεξεργασία | επεξεργασία κώδικα]

Τα φυτά αποτελούν ιδανικοί οργανισμοί για την μελέτη σε επίπεδο συστημάτων, αφού είναι εύκολα στον χειρισμό, έχουν καλή παραγωγή απογόνων για γενετικές αναλύσεις και ορισμένα έχουν σχετικά μικρό χρόνο γενεάς. Οπότε η μοντελοποίηση των βιολογικών φαινομένων των φυτών μπορεί να επιτευχθεί γρήγορα μέσω της χρήσης των διαθέσιμων μοριακών εργαλείων [13]. Το αυξημένο ενδιαφέρον στην βιολογία συστημάτων προκύπτει από τις δυνατότητες και την συνεχόμενη εξέλιξη των γενωματικών και πρωτεωμικών τεχνολογιών, που επιτρέπουν στους ερευνητές να φτιάξουν βάσεις δεδομένων που προκύπτουν από τις αποκρίσεις των φυτών σε διαφορετικά περιβαλλοντικά ερεθίσματα [14]. Όπως είναι γνωστό, τα φυτά εκτίθενται σε μια πληθώρα εξωτερικών καταπονήσεων από το περιβάλλον τους. Αυτές οι καταπονήσεις μπορεί να είναι αβιοτικές, όπως υψηλή θερμοκρασία και αλατότητα, καθώς και βιοτικές, όπως είναι η προσβολή από παθογόνα. Για να ανταπεξέλθουν σε αυτές τις συνθήκες, τα φυτά ενεργοποιούν μονοπάτια μεταγωγής σήματος τα οποία με την σειρά τους ενεργοποιούν ρυθμιστικά δίκτυα που επιφέρουν τις κατάλληλες αλλαγές στον κυτταρικό μεταβολισμό και στην έκφραση γονιδίων με σκοπό την επιβίωση τους [15][16]. Τα παραπάνω μονοπάτια δεν είναι στατικά αλλά αλληλεπιδρούν μεταξύ τους σε διαφορετικά επίπεδα οργάνωσης, σχηματίζοντας ένα πολύπλοκο δίκτυο που ανταποκρίνεται στις καταπονήσεις. Για την κατανόηση των μηχανισμών αυτών είναι απαραίτητη η χρήση της βιολογίας συστημάτων φυτών, αφού οι παραδοσιακές αναγωγικές μέθοδοι αδυνατούν να αναπαράγουν την πολυπλοκότητα των φυτικών συστημάτων. Επίσης η βαθύτερη κατανόηση των ρυθμιστικών μηχανισμών των φυτών, σε συνθήκες καταπόνησης, θα μας βοηθήσει στον σχεδιασμό νέων και επιτυχημένων στρατηγικών γενετικής τροποποίησης, λύνοντας τα προβλήματα που προκαλούν το περιβάλλον και τα παθογόνα στην αγροτική παραγωγή [16][17][18].

Μια νέα μέθοδος που είναι εφικτή χάρη σε δεδομένων που παρέχει η βιολογία συστημάτων είναι η χρήση της συνθετικής βιολογίας για την αντιμετώπιση των προαναφερθέντων προβλημάτων [19]. Η παραπάνω στρατηγική έχει εφαρμογές, όπως είναι η χρήση κυτταρικών σειρών ή κυτταροϊστοκαλλιεργιών φαρμακευτικών φυτών, για την πιο αποτελεσματική παραγωγή αλκαλοειδών, που έχουν θεραπευτικές προοπτικές [20]. Για την επίτευξη αυτού του στόχου χρειάζεται άριστη γνώση του δευτερογενούς μεταβολισμού των φυτών, που παράγουν τα αλκαλοειδή, και την εισαγωγή ολόκληρων των μεταβολικών μονοπατιών στην εκάστοτε κυτταρική σειρά, για την παραγωγή τους. Αυτό επιτυγχάνεται μέσω της βιολογίας συστημάτων φυτών και της συνθετικής βιολογίας αντίστοιχα. Βασιζόμενοι στα παραπάνω, οι Antunes et al (2011) [21] κατάφεραν να φτιάξουν ένα συνθετικό μονοπάτι που μπορούσε να αποκριθεί στην εισαγωγή διαφόρων μεταβολιτών, πέρα από αυτούς που υπήρχαν φυσιολογικά στο φυτό. Αυτή η μέθοδος μπορεί να οδηγήσει σε φυτά βιοσένσορες, ικανά να ανιχνεύουν μέταλλα και ξενοβιοτικά, τροποποιώντας τα σηματοδοτικά τους μονοπάτια [22][23].

Παρόλο που τα φυτά έχουν την ικανότητα να ανταποκρίνονται και να επιβιώνουν στις καταπονήσεις [24], πολλοί παθογόνοι μικροοργανισμοί τους έχουν την ικανότητα να ρυθμίζουν τις αλληλεπιδράσεις μεταξύ τους [25]. Επιπλέον οι περιβαλλοντικοί παράγοντες μπορούν επίσης να επηρεάσουν την αντίδραση των φυτών προς τους μικροοργανισμούς [26]. Έτσι λοιπόν δημιουργείται ένα πολύπλοκο δίκτυο αλληλεπιδράσεων, σε επίπεδο μορίων, μεταξύ παθογόνων και φυτών [25][27]. Πιο συγκεκριμένα, οι παθογόνοι μικροοργανισμοί χρησιμοποιούν διάφορα μόρια (όπως νουκλεϊκά οξέα και πρωτεΐνες) με σκοπό την επιτυχημένη μόλυνση και τα φυτά έχουν ένα μεγάλο δίκτυο σηματοδοτικών μονοπατιών για να ενεργοποιήσουν την άμυνα τους και να εξουδετερώσουν τέτοιες απειλές [27][28][29]. Για να  γίνουν κατανοητοί λοιπόν οι μηχανισμοί πίσω από αυτές τις αλληλεπιδράσεις και τα πολύπλοκα δίκτυα που δημιουργούν, με στόχο την πιο αποτελεσματική αντιμετώπιση των παθογόνων, είναι αναγκαία η βιολογία συστημάτων φυτών. Χάρις σε αυτές τις προσεγγίσεις ,μέσω συστημάτων και των δικτύων συνέκφρασης σε φυτά και βακτήρια, ταυτοποιήθηκαν νέοι ανοσολογικοί παράγοντες του φυτού Arabidopsis thaliana [30][31][32].           

Επομένως η βιολογία συστημάτων φυτών εμπεριέχει την μελέτη των φυτών  σε περιπτώσεις βιολογικών, γενετικών και χημικών διαταραχών. Τέτοιου είδους διαταραχές μπορούν να μελετηθούν μέσω της μελέτης των επιμέρους γονιδίων, πρωτεϊνών και βιολογικών μονοπατιών. Επιπλέον η εφαρμογή των ωμικών τεχνολογιών, η ενσωμάτωση του μεγάλου όγκου δεδομένων και η κατασκευή μαθηματικών μοντέλων  μπορούν να περιγράψουν τις δομικές και λειτουργικές αλλαγές των φυτών σε οποιοδήποτε εξωτερικό ερέθισμα.

Επιμέρους εργαλεία βιολογίας συστημάτων φυτών (omics τεχνολογίες)[Επεξεργασία | επεξεργασία κώδικα]

Ένας από τους κύριους στόχους στη βιολογία των φυτικών συστημάτων είναι η παρακολούθηση και ο έλεγχος των κυτταρικών αποκρίσεων σε γενετικές διαταραχές ή περιβαλλοντικές αλλαγές. Για την κατανόηση της αρχής οργάνωσης των κυτταρικών λειτουργιών σε διαφορετικά επίπεδα, απαιτείται μια ολοκληρωμένη προσέγγιση με πειράματα μεγάλης κλίμακας, οι λεγόμενες ωμικές τεχνολογίες. Σ’ αυτές υπάγονται η γονιδιωματική, η μεταγραφομική, η πρωτεομική και η μεταβολομική [33].

Στη βιολογία συστημάτων των φυτών, η γονιδιωματική αποτελεί ακρογωνιαίο λίθο, επιτρέποντας την ολοκληρωμένη κατανόηση των περίπλοκων βιολογικών δικτύων εντός των φυτικών συστημάτων. Η γονιδιωματική παρέχει ένα ισχυρό σύνολο εργαλείων για την αποκάλυψη της πολύπλοκης αλληλεπίδρασης των γονιδίων, των ρυθμιστικών στοιχείων και των σηματοδοτικών μονοπατιών που διέπουν διάφορες φυσιολογικές διεργασίες στα φυτά. Μέσω τεχνολογιών αλληλούχισης υψηλής απόδοσης και προηγμένων υπολογιστικών προσεγγίσεων, μπορούμε να εξερευνήσουμε ολόκληρο το γονιδίωμα των φυτών. Επιπλέον, η γονιδιωματική διευκολύνει τον εντοπισμό βασικών γονιδιακών ρυθμιστικών δικτύων, ρίχνοντας φως στον τρόπο με τον οποίο τα φυτά προσαρμόζονται στις μεταβαλλόμενες περιβαλλοντικές συνθήκες και αλληλεπιδρούν με άλλους οργανισμούς στα οικοσυστήματά τους. Ενσωματώνοντας τη γονιδιωματική με άλλους κλάδους των ωμικών τεχνολογιών, όπως η μεταγραφωμική, η πρωτεωμική και η μεταβολωμική, η βιολογία συστημάτων των φυτών προσπαθεί να κατασκευάσει ολιστικά μοντέλα, προσφέροντας πολύτιμες γνώσεις για τη βελτίωση των καλλιεργειών, την περιβαλλοντική βιωσιμότητα και τη βιοτεχνολογική καινοτομία. Επιπλέον, οι γνώσεις στην γονιδιωματική σχετικά με τις αλληλεπιδράσεις φυτών-παθογόνων και οι τεχνολογίες επεξεργασίας γονιδιώματος προσφέρουν πολλά υποσχόμενες προοπτικές για τη βιώσιμη διαχείριση παρασίτων και ασθενειών στη γεωργία [34].

Οι μεταγραφωμικές αναλύσεις αποκαλύπτουν τα επαναλαμβανόμενα επίπεδα έκφρασης των γονιδίων υπό διαφορετικές συνθήκες, παρέχοντας μοριακές πληροφορίες για την κυτταρική δραστηριότητα. Χρησιμοποιώντας τεχνικές όπως η αλληλούχιση του RNA (RNA sequencing) , μπορεί να επιτευχθεί η ταυτοποίηση γονιδίων που εμπλέκονται σε συγκεκριμένες βιολογικές διεργασίες, μονοπάτια ή αποκρίσεις σε ερεθίσματα. Η σημασία της μεταγραφωμικής για την αποκρυπτογράφηση γονιδιακών ρυθμιστικών δικτύων, την κατανόηση των αναπτυξιακών προγραμμάτων και την αποκάλυψη μηχανισμών αντοχής στις διάφορες καταπονήσεις, ανοίγοντας το δρόμο και συνεπικουρεί στη στοχευμένη γενετική μηχανική και σε στρατηγικές βελτίωσης των καλλιεργειών [35].

Στη σφαίρα της συστημικής βιολογίας των φυτών, η πρωτεωμική διαδραματίζει καθοριστικό ρόλο στην αποκάλυψη πολύπλοκων γονιδιακών ρυθμιστικών δικτύων και στη διαλεύκανση των περίπλοκων μηχανισμών που διέπουν την ανάπτυξη των φυτών και τις αποκρίσεις σε περιβαλλοντικά ερεθίσματα. Μέσω τεχνικών υψηλής απόδοσης, η πρωτεωμική επιτρέπει την ολοκληρωμένη σκιαγράφηση των προτύπων έκφρασης των πρωτεϊνών, των μετα-μεταφραστικών τροποποιήσεων και των αλληλεπιδράσεων πρωτεΐνης-πρωτεΐνης εντός των κυτταρικών μονοπατιών. Με την ενσωμάτωση των πρωτεωμικών δεδομένων με γονιδιωματικές και μεταγραφωματικές πληροφορίες, μπορούμε να κατασκευάσουμε λεπτομερείς μοριακούς χάρτες που να περιγράφουν την αλληλεπίδραση μεταξύ γονιδίων και πρωτεϊνών που διέπουν διάφορες βιολογικές διεργασίες στα φυτά. Η πρωτεωμική συμβάλλει στην κατανόηση του μεταβολισμού των φυτών, των αποκρίσεων στο στρες και των αναπτυξιακών διεργασιών, προσφέροντας ευκαιρίες για την ανακάλυψη βιοδεικτών, την πρωτεϊνική μηχανική και την ανάπτυξη νέων βιοτεχνολογικών εφαρμογών στη γεωργία και πέραν αυτής [36].

Η μεταβολωμική αποτελεί ένα κρίσιμο συστατικό στο πεδίο της βιολογίας συστημάτων των φυτών, το οποίο επιτρέπει τον ολοκληρωμένο χαρακτηρισμό μικρών μορίων, μεταβολιτών και βιοχημικών ενδιάμεσων προϊόντων εντός των φυτικών κυττάρων, παρέχοντας πληροφορίες για τα δυναμικά μεταβολικά δίκτυα που διέπουν την ανάπτυξη, την εξέλιξη και την απόκριση των φυτών σε περιβαλλοντικά ερεθίσματα. Χρησιμοποιώντας προηγμένες αναλυτικές τεχνικές, όπως η φασματομετρία μάζας και η φασματοσκοπία πυρηνικού μαγνητικού συντονισμού, η μεταβολωμική επιτρέπει την ταυτόχρονη ποσοτικοποίηση πολυάριθμων μεταβολιτών, ρίχνοντας φως στα μεταβολικά μονοπάτια και τη ρύθμισή τους.

Η ενσωμάτωση των μεταβολικών δεδομένων με γονιδιωματικές, μεταγραφωμικές και πρωτεωμικές πληροφορίες διευκολύνει την ολιστική κατανόηση της βιολογίας των φυτών, αποκαλύπτοντας περίπλοκες μεταβολικές υπογραφές που σχετίζονται με συγκεκριμένες φυσιολογικές καταστάσεις ή αποκρίσεις στο περιβαλλοντικό στρες. Τέτοιες ολοκληρωμένες αναλύσεις όχι μόνο βοηθούν στην αποκρυπτογράφηση των γονιδιακών ρυθμιστικών δικτύων, αλλά προσφέρουν επίσης πολύτιμες πληροφορίες για στρατηγικές βελτίωσης των καλλιεργειών με στόχο την ενίσχυση του διατροφικού περιεχομένου, της γεύσης και της ανθεκτικότητας στις περιβαλλοντικές προκλήσεις στα γεωργικά συστήματα. Μέσω της μεταβολωμικής, μπορούμε να διευκρινίσουμε πώς τα φυτά κατανέμουν τους πόρους, προσαρμόζονται στο στρες και παράγουν ενώσεις με φαρμακευτική ή βιομηχανική αξία, προσφέροντας πολύτιμες γνώσεις για τη γεωργία, τη βιοτεχνολογία και τη φαρμακολογία [37]. Η βιολογία συστημάτων φυτών έρχεται να δώσει λύσεις και σε παγκόσμια ζητήματα, όσον αφορά την διατροφή του ανθρώπου αλλά και την καλλιέργεια γενετικά τροποποιημένων φυτών, όπου ενδέχεται να εντοπίζονται μη επιθυμητοί μεταβολίτες σε φυτά που προορίζονται για κατανάλωση. Μέσω της βιολογίας συστημάτων φυτών, η λύση μπορεί να δοθεί με την ανάπτυξη μεθοδολογίας μεταβολωμικής για την σύγκριση δευτερογενών μεταβολιτών που παράγονται σε γενετικά τροποποιημένα φυτά σε σχέση με τις κλασικές καλλιέργειες [38].

Ανεξάρτητα από το ποιες ωμικές τεχνικές χρησιμοποιούνται για τη δημιουργία δεδομένων, ο στόχος της βιολογίας συστημάτων είναι να ορίσει τη δομή, τη δυναμική και τον έλεγχο των βιολογικών συστημάτων. Έτσι, η βιολογία συστημάτων επεκτείνεται πέρα από τον κατάλογο γονιδίων ή πρωτεϊνών σε ένα λειτουργικό φυτό, το οποίο απαιτεί τη βιοπληροφορική για τη μοντελοποίηση σειρών βιολογικών δεδομένων σε δίκτυα, τα οποία είναι αναπαραστάσεις του πραγματικού φυτού. Η βιοπληροφορική, λοιπόν, είναι το κλειδί για την επιτυχή ενσωμάτωση και παρουσίαση δεδομένων βιολογίας συστημάτων. Λαμβάνοντας υπόψιν την πολυπλοκότητα και την ποικιλομορφία των βιολογικών συστημάτων, τα υπολογιστικά μοντέλα για διαφορετικές εφαρμογές αναμένεται να είναι διαφορετικά [39].

Παραπομπές[Επεξεργασία | επεξεργασία κώδικα]

  1. ↑ 1,0 1,1 Ideker, T.; Galitski, T.; Hood, L. (2001). «A new approach to decoding life: systems biology». Annual Review of Genomics and Human Genetics 2: 343–372. doi:10.1146/annurev.genom.2.1.343. ISSN 1527-8204. PMID 11701654. https://pubmed.ncbi.nlm.nih.gov/11701654/. 
  2. ↑ 2,0 2,1 Kirschner, Marc W. (2005-05-20). «The meaning of systems biology». Cell 121 (4): 503–504. doi:10.1016/j.cell.2005.05.005. ISSN 0092-8674. PMID 15907462. https://pubmed.ncbi.nlm.nih.gov/15907462/. 
  3. ↑ Kitano, Hiroaki (2002-03-01). «Systems biology: a brief overview». Science (New York, N.Y.) 295 (5560): 1662–1664. doi:10.1126/science.1069492. ISSN 1095-9203. PMID 11872829. https://pubmed.ncbi.nlm.nih.gov/11872829/. 
  4. ↑ Tyson, J. J.; Chen, K.; Novak, B. (2001-12). «Network dynamics and cell physiology». Nature Reviews. Molecular Cell Biology 2 (12): 908–916. doi:10.1038/35103078. ISSN 1471-0072. PMID 11733770. https://pubmed.ncbi.nlm.nih.gov/11733770/. 
  5. ↑ Kholodenko, Boris N. (2006-03). «Cell-signalling dynamics in time and space». Nature Reviews. Molecular Cell Biology 7 (3): 165–176. doi:10.1038/nrm1838. ISSN 1471-0072. PMID 16482094. PMC 1679905. https://pubmed.ncbi.nlm.nih.gov/16482094/. 
  6. ↑ Yuan, Joshua S.; Galbraith, David W.; Dai, Susie Y.; Griffin, Patrick; Stewart, C. Neal (2008-04). «Plant systems biology comes of age». Trends in Plant Science 13 (4): 165–171. doi:10.1016/j.tplants.2008.02.003. ISSN 1360-1385. PMID 18329321. https://pubmed.ncbi.nlm.nih.gov/18329321/. 
  7. ↑ Strauss, Bernard S. (2016-05). «Beadle and Tatum and the origins of molecular biology». Nature Reviews. Molecular Cell Biology 17 (5): 266. doi:10.1038/nrm.2016.42. ISSN 1471-0080. PMID 27033258. https://pubmed.ncbi.nlm.nih.gov/27033258/. 
  8. ↑ Sheth, Bhavisha P.; Thaker, Vrinda S. (2014-07-01). «Plant systems biology: insights, advances and challenges» (στα αγγλικά). Planta 240 (1): 33–54. doi:10.1007/s00425-014-2059-5. ISSN 1432-2048. https://doi.org/10.1007/s00425-014-2059-5. 
  9. ↑ von Bertalanffy, Ludwig (1950). «An Outline of General System Theory». The British Journal for the Philosophy of Science 1 (2): 134–165. ISSN 0007-0882. https://www.jstor.org/stable/685808. 
  10. ↑ «Von Bertalanffy, L. (1968). General System Theory Foundations, Development. New York George Braziller. - References - Scientific Research Publishing». www.scirp.org. Ανακτήθηκε στις 12 Μαρτίου 2024. 
  11. ↑ Hartwell, L. H.; Hopfield, J. J.; Leibler, S.; Murray, A. W. (1999-12-02). «From molecular to modular cell biology». Nature 402 (6761 Suppl): C47–52. doi:10.1038/35011540. ISSN 0028-0836. PMID 10591225. https://pubmed.ncbi.nlm.nih.gov/10591225/. 
  12. ↑ Noble, Denis (2002-03-01). «Modeling the heart--from genes to cells to the whole organ». Science (New York, N.Y.) 295 (5560): 1678–1682. doi:10.1126/science.1069881. ISSN 1095-9203. PMID 11872832. https://pubmed.ncbi.nlm.nih.gov/11872832/. 
  13. ↑ Keurentjes, Joost J. B.; Koornneef, Maarten; Vreugdenhil, Dick (2008-04). «Quantitative genetics in the age of omics». Current Opinion in Plant Biology 11 (2): 123–128. doi:10.1016/j.pbi.2008.01.006. ISSN 1369-5266. PMID 18325828. https://pubmed.ncbi.nlm.nih.gov/18325828/. 
  14. ↑ Raikhel, Natasha V.; Coruzzi, Gloria M. (2003-06). «Achieving the in silico plant. Systems biology and the future of plant biological research». Plant Physiology 132 (2): 404–409. ISSN 0032-0889. PMID 12822566. PMC 1540317. https://pubmed.ncbi.nlm.nih.gov/12822566/. 
  15. ↑ Foyer, Christine H.; Noctor, Graham (2005-07). «Redox homeostasis and antioxidant signaling: a metabolic interface between stress perception and physiological responses». The Plant Cell 17 (7): 1866–1875. doi:10.1105/tpc.105.033589. ISSN 1040-4651. PMID 15987996. PMC 1167537. https://pubmed.ncbi.nlm.nih.gov/15987996/. 
  16. ↑ 16,0 16,1 Mittler, Ron; Vanderauwera, Sandy; Suzuki, Nobuhiro; Miller, Gad; Tognetti, Vanesa B.; Vandepoele, Klaas; Gollery, Marty; Shulaev, Vladimir και άλλοι. (2011-06). «ROS signaling: the new wave?». Trends in Plant Science 16 (6): 300–309. doi:10.1016/j.tplants.2011.03.007. ISSN 1878-4372. PMID 21482172. https://pubmed.ncbi.nlm.nih.gov/21482172/. 
  17. ↑ Vij, Shubha; Tyagi, Akhilesh K. (2007-05). «Emerging trends in the functional genomics of the abiotic stress response in crop plants». Plant Biotechnology Journal 5 (3): 361–380. doi:10.1111/j.1467-7652.2007.00239.x. ISSN 1467-7652. PMID 17430544. https://pubmed.ncbi.nlm.nih.gov/17430544/. 
  18. ↑ Vinocur, Basia; Altman, Arie (2005-04). «Recent advances in engineering plant tolerance to abiotic stress: achievements and limitations». Current Opinion in Biotechnology 16 (2): 123–132. doi:10.1016/j.copbio.2005.02.001. ISSN 0958-1669. PMID 15831376. https://pubmed.ncbi.nlm.nih.gov/15831376/. 
  19. ↑ Zurbriggen, Matias D.; Moor, Alina; Weber, Wilfried (2012-07-31). «Plant and bacterial systems biology as platform for plant synthetic bio(techno)logy». Journal of Biotechnology 160 (1-2): 80–90. doi:10.1016/j.jbiotec.2012.01.014. ISSN 1873-4863. PMID 22306308. https://pubmed.ncbi.nlm.nih.gov/22306308/. 
  20. ↑ Leonard, Effendi; Runguphan, Weerawat; O'Connor, Sarah; Prather, Kristala Jones (2009-05). «Opportunities in metabolic engineering to facilitate scalable alkaloid production». Nature Chemical Biology 5 (5): 292–300. doi:10.1038/nchembio.160. ISSN 1552-4469. PMID 19377455. https://pubmed.ncbi.nlm.nih.gov/19377455/. 
  21. ↑ Antunes, Mauricio S.; Morey, Kevin J.; Smith, J. Jeff; Albrecht, Kirk D.; Bowen, Tessa A.; Zdunek, Jeffrey K.; Troupe, Jared F.; Cuneo, Matthew J. και άλλοι. (2011-01-25). «Programmable Ligand Detection System in Plants through a Synthetic Signal Transduction Pathway». PLoS ONE 6 (1): e16292. doi:10.1371/journal.pone.0016292. ISSN 1932-6203. PMID 21283542. PMC 3026823. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3026823/. 
  22. ↑ Dwyer, M. A.; Looger, L. L.; Hellinga, H. W. (2003-09-30). «Computational design of a Zn2+ receptor that controls bacterial gene expression». Proceedings of the National Academy of Sciences of the United States of America 100 (20): 11255–11260. doi:10.1073/pnas.2032284100. ISSN 0027-8424. PMID 14500902. https://pubmed.ncbi.nlm.nih.gov/14500902/. 
  23. ↑ Looger, Loren L.; Dwyer, Mary A.; Smith, James J.; Hellinga, Homme W. (2003-05-08). «Computational design of receptor and sensor proteins with novel functions». Nature 423 (6936): 185–190. doi:10.1038/nature01556. ISSN 0028-0836. PMID 12736688. https://pubmed.ncbi.nlm.nih.gov/12736688/. 
  24. ↑ Becklin, Katie M.; Anderson, Jill T.; Gerhart, Laci M.; Wadgymar, Susana M.; Wessinger, Carolyn A.; Ward, Joy K. (2016-10). «Examining Plant Physiological Responses to Climate Change through an Evolutionary Lens». Plant Physiology 172 (2): 635–649. doi:10.1104/pp.16.00793. ISSN 1532-2548. PMID 27591186. PMC 5047093. https://pubmed.ncbi.nlm.nih.gov/27591186/. 
  25. ↑ 25,0 25,1 Abdullah, Araz S.; Moffat, Caroline S.; Lopez-Ruiz, Francisco J.; Gibberd, Mark R.; Hamblin, John; Zerihun, Ayalsew (2017-10-25). «Host–Multi-Pathogen Warfare: Pathogen Interactions in Co-infected Plants». Frontiers in Plant Science 8: 1806. doi:10.3389/fpls.2017.01806. ISSN 1664-462X. PMID 29118773. PMC 5660990. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5660990/. 
  26. ↑ Huot, Bethany; Castroverde, Christian Danve M.; Velásquez, André C.; Hubbard, Emily; Pulman, Jane A.; Yao, Jian; Childs, Kevin L.; Tsuda, Kenichi και άλλοι. (2017-11-27). «Dual impact of elevated temperature on plant defence and bacterial virulence in Arabidopsis». Nature Communications 8 (1): 1808. doi:10.1038/s41467-017-01674-2. ISSN 2041-1723. PMID 29180698. PMC 5704021. https://pubmed.ncbi.nlm.nih.gov/29180698/. 
  27. ↑ 27,0 27,1 Mukhtar, M. Shahid; McCormack, Maggie E.; Argueso, Cristiana T.; Pajerowska-Mukhtar, Karolina M. (2016-07-11). «Pathogen Tactics to Manipulate Plant Cell Death». Current biology: CB 26 (13): R608–R619. doi:10.1016/j.cub.2016.02.051. ISSN 1879-0445. PMID 27404256. https://pubmed.ncbi.nlm.nih.gov/27404256/. 
  28. ↑ Mukhtar, M. Shahid (2013-09). «Engineering NLR immune receptors for broad-spectrum disease resistance». Trends in Plant Science 18 (9): 469–472. doi:10.1016/j.tplants.2013.08.005. ISSN 1878-4372. PMID 23972530. https://pubmed.ncbi.nlm.nih.gov/23972530/. 
  29. ↑ Washington, Erica J.; Mukhtar, M. Shahid; Finkel, Omri M.; Wan, Li; Banfield, Mark J.; Kieber, Joseph J.; Dangl, Jeffery L. (2016-06-21). «Pseudomonas syringae type III effector HopAF1 suppresses plant immunity by targeting methionine recycling to block ethylene induction». Proceedings of the National Academy of Sciences of the United States of America 113 (25): E3577–3586. doi:10.1073/pnas.1606322113. ISSN 1091-6490. PMID 27274076. PMC 4922156. https://pubmed.ncbi.nlm.nih.gov/27274076/. 
  30. ↑ Jiang, Zhenhong; Dong, Xiaobao; Li, Zhi-Gang; He, Fei; Zhang, Ziding (2016-10-10). «Differential Coexpression Analysis Reveals Extensive Rewiring of Arabidopsis Gene Coexpression in Response to Pseudomonas syringae Infection». Scientific Reports 6: 35064. doi:10.1038/srep35064. ISSN 2045-2322. PMID 27721457. PMC 5056366. https://pubmed.ncbi.nlm.nih.gov/27721457/. 
  31. ↑ Tully, Joel P.; Hill, Aubrey E.; Ahmed, Hadia M. R.; Whitley, Ryan; Skjellum, Anthony; Mukhtar, M. Shahid (2014-06-03). «Expression-based network biology identifies immune-related functional modules involved in plant defense». BMC genomics 15: 421. doi:10.1186/1471-2164-15-421. ISSN 1471-2164. PMID 24888606. PMC 4070563. https://pubmed.ncbi.nlm.nih.gov/24888606/. 
  32. ↑ Mishra, Bharat; Sun, Yali; Ahmed, Hadia; Liu, Xiaoyu; Mukhtar, M. Shahid (2017-08-10). «Global temporal dynamic landscape of pathogen-mediated subversion of Arabidopsis innate immunity». Scientific Reports 7 (1): 7849. doi:10.1038/s41598-017-08073-z. ISSN 2045-2322. PMID 28798368. PMC 5552879. https://pubmed.ncbi.nlm.nih.gov/28798368/. 
  33. ↑ Fukushima, Atsushi; Kusano, Miyako; Redestig, Henning; Arita, Masanori; Saito, Kazuki (2009-12). «Integrated omics approaches in plant systems biology». Current Opinion in Chemical Biology 13 (5-6): 532–538. doi:10.1016/j.cbpa.2009.09.022. ISSN 1367-5931. https://doi.org/10.1016/j.cbpa.2009.09.022. 
  34. ↑ Lucas, Mikaël; Laplaze, Laurent; Bennett, Malcolm J. (2011-04). «Plant systems biology: network matters». Plant, Cell & Environment 34 (4): 535–553. doi:10.1111/j.1365-3040.2010.02273.x. ISSN 1365-3040. PMID 21309807. https://pubmed.ncbi.nlm.nih.gov/21309807/. 
  35. ↑ Belostotsky, Dmitry A. (1 Ιανουαρίου 2009). Plant Systems Biology (1st edition έκδοση). New York: Humana Press. ISBN 978-1-60327-562-0. CS1 maint: Extra text (link)
  36. ↑ Long, Terri A.; Brady, Siobhan M.; Benfey, Philip N. (2008). «Systems Approaches to Identifying Gene Regulatory Networks in Plants». Annual review of cell and developmental biology 24: 81–103. doi:10.1146/annurev.cellbio.24.110707.175408. ISSN 1081-0706. PMID 18616425. PMC 2739012. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2739012/. 
  37. ↑ Long, Terri A.; Brady, Siobhan M.; Benfey, Philip N. (2008). «Systems Approaches to Identifying Gene Regulatory Networks in Plants». Annual review of cell and developmental biology 24: 81–103. doi:10.1146/annurev.cellbio.24.110707.175408. ISSN 1081-0706. PMID 18616425. PMC 2739012. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2739012/. 
  38. ↑ Catchpole, Gareth S.; Beckmann, Manfred; Enot, David P.; Mondhe, Madhav; Zywicki, Britta; Taylor, Janet; Hardy, Nigel; Smith, Aileen και άλλοι. (2005-10-04). «Hierarchical metabolomics demonstrates substantial compositional similarity between genetically modified and conventional potato crops» (στα αγγλικά). Proceedings of the National Academy of Sciences 102 (40): 14458–14462. doi:10.1073/pnas.0503955102. ISSN 0027-8424. PMID 16186495. PMC PMC1242293. https://pnas.org/doi/full/10.1073/pnas.0503955102. 
  39. ↑ Yuan, Joshua S.; Galbraith, David W.; Dai, Susie Y.; Griffin, Patrick; Stewart, C. Neal (2008-04). «Plant systems biology comes of age». Trends in Plant Science 13 (4): 165–171. doi:10.1016/j.tplants.2008.02.003. ISSN 1360-1385. PMID 18329321. https://pubmed.ncbi.nlm.nih.gov/18329321/. 
Ανακτήθηκε από "https://el.wikipedia.org/w/index.php?title=Βιολογία_συστημάτων_φυτών&oldid=10506461"