11.1 जीव विज्ञान में प्रोग्रामिंग

हस्तचालित गणना के युग से आगे बढ़कर हम वर्तमान में बड़े पैमाने (अर्थात् उच्च-थ्रूपुट) पर डेटा उत्पादन, स्वचालित विश्लेषण और भविष्यवाणी के चरण में हैं। तकनीकी प्रगति ने विशाल डेटा उत्पन्न करने में वरदान सिद्ध हुई है, जो कुछ दशक पहले अकल्पनीय था और जो अधिक कठिन प्रश्नों को संभालता है। हालाँकि, विशाल डेटा के आगमन ने डेटा के भंडारण, दृश्यावलीकरण, स्थानांतरण, विश्लेषण और व्याख्या में भी विशाल चुनौतियाँ खड़ी कर दी हैं।
एक दशक पहले जो कार्य विशालकाय प्रतीत होता था, वह अब तुच्छ लगता है।

कृत्रिम बुद्धिमत्ता और मशीन लर्निंग तकनीकों के उद्भव ने लगभग हर क्षेत्र में अनुसंधान प्रथाओं को बदल दिया है। यह तेजी से स्पष्ट हो रहा है कि भविष्य में विज्ञान की अग्रिम सीमा पर कार्य करने वाले युवा जैवप्रौद्योगिकी छात्रों को मूलभूत प्रोग्रामिंग ज्ञान और रसायन विज्ञान तथा सांख्यिकीय विधियों में सहजता की आवश्यकता पड़ सकती है।

इस अध्याय का उद्देश्य प्रोग्रामिंग भाषाओं का विस्तृत वर्णन देना नहीं है, बल्कि जीवविज्ञानियों के लिए प्रासंगिक कुछ सबसे लोकप्रिय उच्च-स्तरीय भाषाओं का एक सौम्य परिचय प्रदान करना है।

यद्यपि सभी उपलब्ध ऑपरेटिंग सिस्टम (OS) प्लेटफ़ॉर्मों के लिए बायोइनफ़ॉर्मेटिक्स सॉफ़्टवेयर विकसित किए जा रहे हैं, अधिकांश सफल अनुप्रयोग लिनक्स प्लेटफ़ॉर्म पर विकसित किए गए हैं। बायोइनफ़ॉर्मेटिक्स की शुरुआत से ही, PERL सीक्वेंस आधारित बड़े डेटा हैंडलिंग के केंद्र में रहा है। आजकल इन प्लेटफ़ॉर्मों को उन्नत प्रदर्शन वाली भाषाओं से समृद्ध किया जा रहा है, सामान्यतः Python और $R$ जैविक समस्याओं के समाधान के लिए सांख्यिकीय पैकेजों की मजबूत सुविधाएं प्रदान करते हैं। इसी प्रकार, Python मॉड्यूल लगातार विज़ुअलाइज़ेशन और विश्लेषण मॉड्यूलों से समृद्ध किए जा रहे हैं जो स्टैंडअलोन, वेब सर्वर के साथ-साथ क्लाउड कंप्यूटिंग पर भी बड़े डेटा सेट के हैंडलिंग के लिए हैं। इनसे परे, MATLAB भी बायोइनफ़ॉर्मेटिक्स डेटा विश्लेषण के लिए बहुत अच्छा प्लेटफ़ॉर्म प्रदान करता है। बायोइनफ़ॉर्मेटिक्स के क्षेत्र में सक्रिय कुछ सबसे उन्नत भाषाओं का वर्णन नीचे दिया गया है:

Python: यह एक उच्च स्तरीय सामान्य प्रयोजन की प्रोग्रामिंग भाषा है जिसे Guido van Rossum (1991) द्वारा बनाया गया था। यह एक ऑब्जेक्ट ओरिएंटेड प्रोग्रामिंग इंटरैक्टिव भाषा है जो unix, mac और windows पर चल सकती है। Python बायोइनफ़ॉर्मेटिक्स समुदाय के भीतर बहुत लोकप्रिय है, मुख्यतः क्योंकि: (i) प्रयुक्त शब्दों का स्पष्ट अर्थ और कथनों की संरचना है (ii) इसकी अभिव्यक्ति क्षमता और ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग से संरेखण है, और (iii) लाइब्रेरीज़ और तृतीय-पक्ष टूलकिट्स की उपलब्धता है। Python को सीक्वेंस और संरचना विश्लेषण, फाइलोजेनेटिक्स आदि के लिए सफलतापूर्वक उपयोग किया गया है।

$\mathbf{R}$ : नाम $\mathrm{R}$ इसके आविष्कारकों रॉबर्ट जेन्टलमैन और रॉबर्ट इहाका से लिया गया है, जिन्होंने इस भाषा का विकास किया। $\mathrm{R}$ भाषा एक तेज़ और विश्वसनीय फंक्शनल प्रोग्रामिंग भाषा के रूप में व्यापक स्वीकृति प्राप्त कर चुकी है, जो जैविक डेटा के उच्च मात्रा विश्लेषण, दृश्यात्मकता और सिमुलेशन के लिए आदर्श है। यह सॉफ्टवेयर मुफ्त और ओपन सोर्स है। $\mathrm{R}$ भाषा का उपयोग जीनोम अनुक्रम और जैवअणु पथों के विश्लेषण के लिए किया गया है।

डेटा विश्लेषण से सिस्टम डिज़ाइन की ओर बढ़ते हुए, नई प्रोग्रामिंग भाषाएँ उभरी हैं। इनमें से हैं—GEC (Genetic Engineering of living Cells), एक नियम-आधारित भाषा जिसे माइक्रोसॉफ्ट ने विकसित किया, और केरा, एक ऑब्जेक्ट-ओरिएंटेड नॉलेज-बेस्ड प्रोग्रामिंग भाषा जिसे केरल विश्वविद्यालय के डॉ. उमेश पी ने विकसित किया। केरा (केरल का संक्षिप्त रूप, जिसका अर्थ नारियल भी होता है) जीनोम, प्रोटीन और कोशिका की जानकारी को एक उपयोगकर्ता-संपादित जैविक लाइब्रेरी जिसे सम्हिता कहा जाता है, के माध्यम से संग्रहित करता है।

11.2 सिस्टम्स बायोलॉजी

11.2.1 परिचय

जैसा कि आप जानते हैं, प्रकृति के रहस्यों को समझने के लिए वैज्ञानिक प्राचीन काल से प्रयोग कर रहे हैं। इन प्रयोगों के परिणाम साहित्य में डेटा के रूप में दर्ज किए जाते हैं। छोटे-छोटे डेटा से लेकर बड़े डेटा तक, दशकों के प्रयोगात्मक प्रयासों से डेटा एकत्र किया जा रहा है। वर्तमान में, जीव विज्ञान का एक विशाल डेटा उत्पन्न हो रहा है और इसे डिजिटल प्रारूप में विभिन्न भंडारों, जिन्हें डेटाबेस कहा जाता है, में संग्रहित किया जा रहा है। ये डिजिटल डेटा वे संसाधन हैं जो शोधकर्ताओं के लिए आधार बनाते हैं ताकि वे ऐसे गणनात्मक मॉडल विकसित कर सकें जो हमारी जटिल जैविक प्रणालियों के समान कार्य कर सकें, अर्थात् वे कार्य जो हम वास्तविक इन-विट्रो/इन-विवो प्रयोगों या वास्तविक जीवन में देखते हैं। ऐसे विचारों को लागू करने के लिए गणितीय और गणनात्मक मॉडलों का उपयोग किया जाता है ताकि जटिल जैविक प्रणालियों की नकल की जा सके। इन मॉडलों को सिस्टम मॉडल कहा जाता है। इसलिए, आप सिस्टम्स बायोलॉजी को सिस्टम मॉडलों के प्रतिनिधित्व के रूप में देख सकते हैं। आजकल सिस्टम्स बायोलॉजी एक ऐसा क्षेत्र बन गया है जहां गहन शोध और शक्तिशाली अनुप्रयोग किए जा रहे हैं। इस प्रकार, यह एक अंतःविषय अध्ययन क्षेत्र है जो जैविक प्रणालियों के भीतर जटिल जैविक पारस्परिक क्रियाओं पर केंद्रित है (चित्र 11.1)। सिस्टम्स बायोलॉजी की अवधारणा को विभिन्न जैविक संदर्भों में अपनाया जा रहा है, विशेष रूप से पिछले दो दशकों से। मानव जीनोम प्रोजेक्ट सिस्टम्स बायोलॉजी की सोच का एक सबसे शानदार बीज है, जिसने आज के सिस्टम्स बायोलॉजी के नए मार्ग खोले हैं। वर्तमान में, सिस्टम्स बायोलॉजी मॉडल कोशिकाओं, ऊतकों और जीवों की उभरती हुई कार्यात्मक विशेषताओं की खोज के लिए सैद्धांतिक विवरण प्रदान कर सकते हैं, वैसी विशेषताएँ जो पहले केवल प्रयोगों के माध्यम से संभव थीं। सबसे कुशल सिस्टम मॉडलों के उदाहरण हैं चयापचय या सिग्नलिंग नेटवर्क। जैविक प्रणालियों की क्रियाविधि की मूलभूत समझ के साथ-साथ, सिस्टम्स बायोलॉजी को स्वास्थ्य और रोग जैसे क्षेत्रों में जैविक नेटवर्क से लेकर आधुनिक चिकित्सा तक शक्तिशाली अनुप्रयोगों के लिए गहनता से उपयोग किया जा रहा है।

11.2.2 ऐतिहासिक परिप्रेक्ष्य

सिस्टम्स जीव विज्ञान के उदय से पहले, जैविक विज्ञानों में अनुसंधान का दृश्य (उदाहरण के लिए, 1900 - 1970) चयापचय, जनसंख्या गतिकी, एंजाइम गतिकी, नियंत्रण सिद्धांत, साइबरनेटिक्स आदि के खंडित घटकों के रूप में घूम रहा था। सिस्टम्स जीव विज्ञान को एक शारीरिक विवरण से विकसित होते हुए माना गया है, जब 1952 में एलन लॉयड हॉजकिन और एंड्रयू फील्डिंग हक्सली (नोबेल पुरस्कार विजेता) ने एक न्यूरोन कोशिका के एक्सॉन के साथ एक्शन पोटेंशियल प्रसार के लिए एक गणितीय मॉडल का वर्णन किया। सिद्धांत का अधिक विकसित कार्यान्वयन 1960 में उभरा जब डेनिस नोबल द्वारा हृदय पेसमेकर का पहला कंप्यूटर मॉडल विकसित किया गया [PMID 13729365]। सिस्टम्स जीव विज्ञान को औपचारिक रूप से 1966 में सिस्टम्स सिद्धांतकार मिहाजलो मेसारोविक द्वारा ओहियो के क्लीवलैंड में केस इंस्टीट्यूट ऑफ टेक्नोलॉजी में “सिस्टम्स थ्योरी एंड बायोलॉजी” शीर्षक से शुरू किया गया। 1968 में, लुडविग वॉन बर्टालैनफी द्वारा सिस्टम्स जीव विज्ञान के बारे में पहला सिद्धांत प्रकाशित किया गया, जिसे इस अनुशासन का अग्रदूत माना जाता है। 1960 और 1970 के दशक के बीच की अवधि जटिल आणविक प्रणालियों के कई पहलुओं के विकास का दशक था, जैसे कि चयापचय नियंत्रण विश्लेषण और जैव रासायनिक प्रणालियों का सिद्धांत। इसके अतिरिक्त, सिस्टम्स सिद्धांत के साथ आणविक जीव विज्ञान के प्रति संदेह को सैद्धांतिक जीव विज्ञान के विकास द्वारा तोड़ा गया, जिसमें जैविक प्रक्रियाओं की मात्रात्मक मॉडलिंग शामिल है। 1990 के दशक से, कार्यात्मक जीनोमिक्स उच्च गुणवत्ता वाले जैविक डेटा की बड़ी मात्रा उत्पन्न कर रहा है, जो अधिक यथार्थवादी मॉडलों के विकास में मदद कर रहे हैं। सिस्टम्स जीव विज्ञान के क्षेत्र में इन विकासों की निरंतरता में, नेशनल साइंस फाउंडेशन (NSF) ने पूरी कोशिका को गणितीय रूप से मॉडल करने की चुनौती रखी। इस दिशा में, 2003 में मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी ने CytoSolve के सहयोग से इस चुनौती के समाधान की खोज शुरू की। अंत में, 2012 में माउंट सिनाई स्कूल ऑफ मेडिसिन, न्यूयॉर्क द्वारा जीन उत्परिवर्तन के प्रतिसाद में कोशिका जीवितता की भविष्यवाणी के लिए माइकोप्लाज्मा जेनिटेलियम (कोशिका भित्तिहीन जीवाणु) का पूर्ण कोशिका मॉडल विकसित किया गया। वर्तमान में, एक बड़ा सिस्टम्स जीव विज्ञान परियोजना, अर्थात् ‘फिज़ियोम’ चल रही है (http:/physiomeproject.org/)। यह परियोजना शारीरिक कार्य को समझने के लिए एक बहु-स्तरीय मॉडलिंग ढांचा विकसित करने का उद्देश्य रखती है जो मॉडलों को पदानुक्रमिक तरीके से संयुक्त और जोड़ने की अनुमति देता है। उदाहरण के लिए, हृदय के इलेक्ट्रोमैकेनिकल मॉडलों को आयन चैनलों, मायोफिलामेंट यांत्रिकी और उपकोशिकीय स्तर पर सिग्नल ट्रांसडक्शन पथों के मॉडलों के साथ संयुक्त करने की आवश्यकता है और फिर इन प्रक्रियाओं को ऊतक यांत्रिकी, वेवफ्रंट प्रसार और कोरोनरी रक्त प्रवाह के मॉडलों से जोड़ना होगा—जिनमें से प्रत्येक को अलग-अलग शोधकर्ताओं के समूह द्वारा विकसित किया गया हो सकता है।

11.2.3 सिस्टम्स जीव विज्ञान के पीछे का विषय

जीव विज्ञान के विविध अनुशासनों को समेटने के लिए, सिस्टम्स जीव विज्ञान को विभिन्न पहलुओं से देखा गया है। अपचायकवादियों ने घटकों और अन्योन्यक्रियाओं की पहचान पर काम किया

चित्र 11.1: सिस्टम्स जीव विज्ञान को एक अंतःविषय अध्ययन क्षेत्र के रूप में दर्शाया गया है जो जैविक प्रणालियों के भीतर जटिल जैविक अन्योन्यक्रियाओं पर केंद्रित है

एक प्रणाली के, लेकिन प्रणाली की बहुलता का वर्णन करने के लिए कोई सम्मोहक विधि विकसित नहीं हो सकी। बहुलता को बेहतर ढंग से एक साथ कई घटकों की मात्रात्मक मापों के माध्यम से देखा जा सकता है और यह केवल कठोर डेटा समाकलन वाले गणितीय मॉडलों द्वारा ही संभव है। इस तरह यह कहा जा सकता है कि सिस्टम्स जीव विज्ञान विभिन्न घटकों को एक साथ समाकलित करके प्रणाली का अवलोकन है (चित्र 11.1)। सिस्टम्स जीव विज्ञान के विषय के केंद्र में सभी व्यक्तिगत घटकों को एक साथ समेटना है: ‘ऑब्जेक्ट नेटवर्क मैपिंग और इसे अंतर्निर्भर गतिशील घटना-काइनेटिक्स के साथ आंशिक अवकल समीकरणों के साथ समाकलित करना’।

11.2.4 सिस्टम्स जीव विज्ञान प्रयोगों के लिए प्रोटोकॉल

एक मानक सिस्टम्स जीव विज्ञान प्रयोग करने के लिए, चित्र 11.2 में दिखाए गए विविध चरणों का पालन किया जाता है।

पूरा प्रोटोकॉल मूलतः समस्या की परिभाषा, प्रयोग की रचना, डेटा उत्पन्न करने के लिए प्रयोगों का संचालन, परिणामी डेटा का संग्रह और उन्हें उपयुक्त फ़ाइल स्वरूपों में व्यवस्थित करने के बाद नेटवर्क अनुमान का विकास करने पर आधारित है। इसके बाद इस नेटवर्क इंटरफेस का स्थानांतरण होता है जो सटीक होना चाहिए और साथ ही यांत्रिकी आधारित भी ताकि मॉडल को तदनुसार विकसित किया जा सके। इसके बाद मॉडल आधारित सिमुलेशन परिणामों और प्रायोगिक डेटा के बीच विसंगतियों का विश्लेषण किया जाता है और विसंगतियों के संदर्भ में मॉडल हाइपोथिसिस को तदनुसार तैयार किया जाता है। अंत में, सिमुलेशन को बार-बार दोहराया और परीक्षित किया जाता है, और नई हाइपोथिसिस को मॉडल में शामिल किया जाता है।

इस प्रकार, सिस्टम्स जीव विज्ञान के लिए संगणना का कार्य प्रवाह (जैसा कि चित्र 11.2 में दर्शाया गया है) डेटा-प्रबंधन, नेटवर्क विकास पैरामीटरों का अनुकूलन, प्रदर्शन विश्लेषण और मूल्यांकन की आवश्यकता होती है।

चित्र 11.2: सिस्टम्स जीव विज्ञान प्रयोग के कार्यान्वयन के लिए कार्य प्रवाह

डेटा प्रबंधन के लिए मानक परिभाषित किए गए हैं जो सिस्टम्स जीव विज्ञान के लिए संरचना डेटा के संग्रह के लिए हैं। तदनुसार, डेटा प्रबंधन के लिए तीन मूलभूत पहलुओं पर विचार किया जाता है जो नीचे समझाए गए हैं-

(i) न्यूनतम सूचना

न्यूनतम जानकारी विभिन्न प्रयोगों—जैसे सूक्ष्म-सरणी, प्रोटोमिक, जैविक और जैव-चिकित्सीय जांचों—से आवश्यक सहायक जानकारी का एक समूह दर्शाती है। इन संग्रहीत डेटा के बारे में मेटाडेटा को शामिल करना एक महत्वपूर्ण ध्यान देने योग्य बिंदु है।

(ii) फ़ाइल स्वरूप

न्यूनतम जानकारी के लिए संग्रहीत डेटा विशिष्ट फ़ाइल स्वरूपों में संचित किया जाता है। ये स्वरूप सामान्यतः एक्स्टेंसिबल मार्कअप लैंग्वेज (XML) आधारित होते हैं, जिसमें कंप्यूटरों द्वारा स्वचालित रूप से प्रोसेस करने की सुविधा होती है।

(iii) ऑन्टोलॉजी

ऑन्टोलॉजी डेटा की एक सिमैंटिक एनोटेशन को परिभाषित करती है, जो विभिन्न पदों के बीच पदानुक्रमित संबंध को दर्शाती है। कुछ महत्वपूर्ण उदाहरण हैं—जीन ऑन्टोलॉजी (GO) और सिस्टम्स बायोलॉजी ऑन्टोलॉजी (SBO)।

वर्तमान डेटा-प्रबंधन प्रणालियों में स्प्रेडशीट्स, वेब-आधारित इलेक्ट्रॉनिक लैब नोटबुक (ELN), और प्रयोगशाला सूचना प्रबंधन प्रणालियाँ (LIMS) शामिल हैं। इन डेटा-प्रबंधन प्रणालियों को इस प्रकार अनुकूलित किया गया है कि वे विभिन्न विश्लेषण उपकरणों और कम्प्यूटेशनल कार्यप्रवाहों के साथ पहुँची और एकीकृत की जा सकें। Konstanz Information Miner (KNIME), caGrid23, Taverna24, Bio-STEER25 और Galaxy26 जैसी प्रणालियाँ विशेषज्ञ कार्यप्रवाहों के निर्माण, निष्पादन और साझाकरण की अनुमति देती हैं। ये कार्यप्रवाह डेटा विनिमय, डेटा एकीकरण और उपकरणों के बीच संचार सक्षम करके कम्प्यूटेशनल पाइपलाइन प्रदान करते हैं। डेटा प्रबंधन, नेटवर्क अनुमान, क्यूरेशन, सिमुलेशन, मॉडल विश्लेषण, आण्विक अन्योन्यक्रिया, और शारीरिक मॉडलिंग उपकरणों की एक सूची तालिका 11.1 में दी गई है।

तालिका 11.1 सॉफ्टवेयर, उपकरणों और डेटा संसाधनों का एक संसाधन मैट्रिक्स

ये सिस्टम मॉडलिंग उपकरण आंशिक अवकल समीकरणों (PDEs) के एक समूह को सम्मिलित करते हैं जो स्थान-काल प्रणालियों को दर्शाते हैं। PDEs को Finite Element Method (FEM) द्वारा हल किया जाता है, जो PDEs के लिए अनुमानित समाधानों की एक संख्यात्मक तकनीक है। PDEs को ANSYS, FreeFEM++, OpenFEM और MATLAB द्वारा हल किया जा सकता है।

सिस्टम मॉडलिंग के लिए कई उपकरण प्रयुक्त होते हैं। इनमें JSim, OpenCell और Flexible Large-scale Agent-based Modelling Environment (FLAME) आदि शामिल हैं। कई अन्य सिमुलेशन उपकरण विकासाधीन हैं जो सिमुलेशन के अधिक वास्तविक जीवन पहलुओं को छूते हैं।

11.2.5 मॉडल-विश्लेषण विधियाँ

जटिल जैविक मॉडलों के व्यवहार का विश्लेषण करने के लिए कई गणितीय तकनीकें विकसित की गई हैं। मॉडल विश्लेषण के लिए कुछ मूलभूत सिद्धांत नीचे प्रस्तुत हैं-

(i) संवेदनशीलता विश्लेषण

संवेदनशीलता विश्लेषण विभिन्न व्याकुलताओं के विरुद्ध प्रणाली की स्थिरता और नियंत्रणीयता के बारे में वर्णन करता है। संवेदनशीलता विश्लेषण के लिए कुछ महत्वपूर्ण उपकरण हैं: SBML-SAT, MATLAB SimBiology, ByoDyn और SensSB।

(ii) द्विभाजन और चरण-स्थान विश्लेषण

द्विभाजन और चरण-स्थान विश्लेषण प्रणाली मॉडल का विश्लेषण करने के लिए किया जाता है ताकि संभावित स्थिर और गतिशील प्रवृत्तियों की खोज की जा सके। कुछ महत्वपूर्ण उपकरण हैं: AUTO, XPPAut, BUNKI और ManLab।

(iii) चयापचय नियंत्रण विश्लेषण

चयापचय नियंत्रण विश्लेषण (MCA) किसी चयापचय नेटवर्क (स्थिर अवस्था में) के गुणधर्मों और घटक अभिक्रियाओं के बीच संबंध को समझने के लिए किया जाता है। MetNetMaker इसके लिए एक उपकरण है।

सारांश

• जीवविज्ञानियों द्वारा रोज़ाना उत्पन्न हो रहे डेटा की बढ़ती मात्रा के साथ, जटिल डेटासेटों को दक्षतापूर्वक संभालना और परिकल्पनाएँ उत्पन्न करना तथा उनका अन्वेषण करना और भी अधिक महत्वपूर्ण हो गया है। प्रोग्रामिंग भाषाएँ वैज्ञानिकों के लिए जैविक डेटा तक पहुँचना, उसे फ़िल्टर करना और उसे संचालित करना आसान बनाती हैं।
• कुछ सबसे उन्नत प्रोग्रामिंग भाषाओं में Python और R शामिल हैं। Python यूनिक्स, मैक और विंडोज़ पर चल सकता है, और अनुक्रम और संरचना डेटासेट के दृश्यीकरण और विश्लेषण के लिए प्रयुक्त होता है। $R$ भाषा सांख्यिकीय उपकरणों की सुविधाएँ प्रदान करती है और उच्च आयतन विश्लेषण और दृश्यीकरण के लिए उपयुक्त है।
• सिस्टम्स जीवविज्ञान जटिल जैविक डेटासेट का विश्लेषण करने के लिए संगणनात्मक विधियों का उपयोग करता है। सिस्टम मॉडलों के उदाहरण हैं चयापचय और सिग्नलिंग नेटवर्क।
• डेटा प्रबंधन, नेटवर्क विकास पैरामीटरों का अनुकूलन, प्रदर्शन विश्लेषण और मूल्यांकन सिस्टम्स जीवविज्ञान के लिए संगणन की कुछ महत्वपूर्ण आवश्यकताएँ हैं। सिस्टम्स जीवविज्ञान में डेटा प्रबंधन के तीन पहलू हैं, अर्थात् न्यूनतम सूचना, फ़ाइल स्वरूप और ऑन्टोलॉजी।

अभ्यास

1. प्रोग्रामिंग भाषाएँ जीवविज्ञानियों के लिए वरदान क्यों हैं?

2. सिस्टम्स जीवविज्ञान के लिए डेटा प्रबंधन के विभिन्न पहलुओं के नाम बताएँ।

3. गलत कथन चुनिए

4. सिस्टम्स बायोलॉजी है

(a) सभी जीवित जीवों का व्यवस्थित अध्ययन।

(b) सभी जैव-रासायनिक और संकेतन मार्गों का विस्तृत अध्ययन।

(c) जैविक प्रणालियों का गणनात्मक और प्रायोगिक विधियों से विस्तृत अध्ययन।

(d) एंजाइमों की गतिशीलता का अध्ययन।

5. निम्नलिखित में से कौन-सा डेटा प्रबंधन प्रणालियों में शामिल नहीं है?

(a) मेटाबोलिक नियंत्रण विश्लेषण

(b) स्प्रेडशीट

(c) वेब-आधारित इलेक्ट्रॉनिक प्रयोगशाला नोटबुक (ELN)

(d) प्रयोगशाला सूचना प्रबंधन प्रणाली (LIMS)

6. सिस्टम्स बायोलॉजी की आवश्यकता क्यों है?

7. सिस्टम्स बायोलॉजी और फिजियोलॉजी के बीच मूलभूत अंतर क्या है?

8. सिस्टम्स बायोलॉजी को दृष्टिकोणों और उपकरणों के संग्रह के रूप में समझाइए।

9. क्या सिस्टम्स बायोलॉजी कोशिका-केंद्रित है?