基于細胞間的有向加權通信網絡定量評價蛹蟲草對人體的調節作用

馬麗娜*，龐廣昌*，孫 勇，崔振富

基于細胞間的有向加權通信網絡定量評價蛹蟲草對人體的調節作用

馬麗娜1,2,*，龐廣昌3,*，孫 勇4，崔振富5

（1.天津商業大學理學院，天津 300134；2.中央財經大學中國精算研究院，北京 100081；
3.天津商業大學生物技術與食品科學學院，天津 300134；4.北京食品科學研究院，北京 100050；5.北京東方計量測試研究所，北京 100086）

基于有向加權圖構建食用低、中、高劑量蛹蟲草誘導機體所產生的3 個細胞間無線通信網絡模型，并借助各種統計量對其進行定量化系統分析，驗證這些參數是否能夠從不同的角度定量刻畫網絡的狀態、性質、結構和功能。結果表明：服用不同劑量的蛹蟲草誘導機體產生的無線通信網絡具有層次結構，并表現出一定的穩健性。同時，不同蛹蟲草服用劑量能夠改變細胞在通信中的重要性和扮演的角色。蛹蟲草主要發揮下調機體細胞間無線通信網絡的功能，說明它對于過敏反應、過度營養所造成的現代代謝綜合征、心腦血管疾病等可能具有很好的保健和抗炎癥功能。中劑量蛹蟲草的平均作用強度最大，當進一步增加蛹蟲草劑量時作用強度反而下降，這表明不同劑量的蛹蟲草對于機體的免疫和生理內分泌具有非線性和雙向調節功能。

有向加權圖；細胞間無線通信網絡；蛹蟲草；細胞因子；度；權重

網絡研究方法的應用幾乎在整個生命科學領域中都產生了深刻變革。生物大分子（DNA、RNA、蛋白質如轉錄因子）之間互作網絡的研究結果正在甚至已經改變了生命科學諸多領域，特別是分子生物學領域科學家的思維方式、技術路線和研究思路[1-3]。但是，生命活動的基本單位并不是這些大分子本身，而是細胞[4]。所有的生物活性分子都必須通過細胞發揮其生物學功能。遺憾的是，雖然科學家早就意識到高等動物除存在著一個以腦為中心的神經網絡，它控制著機體的運動和神經活動以外，一定還存在著一個控制代謝、內分泌和免疫防御系統的無線通信網絡，但是到目前為止，對這個網絡的研究還處于一般的文字表述水平。

現有的生物網絡研究方法主要是通過構建無向無權網絡（如：代謝網絡[5-6]、蛋白質互作網絡[7-12]、疾病網絡[13]）和有向無權網絡（如：神經網絡[5]、淡水食物網絡[14]）來模擬和分析生物復雜系統的發展和演化規律。然而，在生物學各領域中普遍存在著的卻是有向加權網絡，如：代謝網絡[15]、群體之間所形成的食物鏈、微生態系統所形成的群落等。很少有研究同時考慮權重和方向（即基于有向加權網絡開展研究），原因之一就是已有數據不支持構建有向加權網絡來模擬和分析生物復雜系統。

越來越多的研究證明，食品及其功能性成分在免疫系統的調節中發揮十分重要的作用。日益泛濫的現代文明病既是代謝性疾病，也是免疫紊亂造成的。如何定量化描述食品及其功能性成分，甚至藥物的免疫調節功能已經成為其功能和效果評價的關鍵性難題。本課題組經過多年研究，已經通過實驗動物、細胞培養和志愿者建立并完善了構建細胞間有向加權網絡的方法[16-20]。

蛹蟲草具有重要的免疫調節功能，Sun Yong等[21]已經利用志愿者食用實驗，驗證了食用不同劑量的蛹蟲草可以顯著改變機體內多種細胞因子的合成與分泌，并對機體免疫發揮下調作用。本研究是對于前期研究的深化和拓展，主要內容包括：1）介紹有向加權網絡及其常用統計量，并闡述其實際意義；2）構建食用蛹蟲草誘導機體產生的細胞間有向加權無線通信網絡；3）計算服用低、中、高劑量蛹蟲草所形成的有向加權網絡的度和權重等統計量，分析網絡的拓撲性質，剖析蛹蟲草對人體產生的生物功效。

1 材料與方法

1.1 有向加權網絡的常用統計量

圖DWG=（V,E,W），其中V={v1,v2,..., vn}為節點集，節點數為n，E={（v1,v2）}，（i,j=1,2,..., n）為邊集，邊數為m，（vi,vj）表示從節點vi發出的指向節點vj的邊，每條邊都有V中的一對節點與之相對應，W={wij}，（i,j=1,2,..., n）為邊權集，wij表示邊（vi,vj）上的權值。如果任意兩點vi和vj（vi≠vj）對應的邊（vi,vj）和（vj,vi）不同，則稱之為有向加權圖。

有向加權網絡可以抽象成有向加權圖，根據各個節點屬性，按照一定的規則對連接強度進行賦值，權值wij和wji不一定相等。下面介紹本研究中涉及的有向加權通信網絡的常用統計量，主要包括：

1.1.1 度

1.1.1.1 節點的度

節點的度定量刻畫了按照一定的規則與該節點直接通信的通信路徑數，也刻畫了與該節點直接作用的節點（即鄰接點）的個數，特別地，若節點到其自身有連邊，則其也是其自己的鄰接點。節點vi的度有出、入度之分，需要分別考慮節點vi與鄰接點之間相互作用的方向性。節點vi的出度為節點vi作為源節點通過發送信號作用于其他節點的總計通信路徑數；節點vi的入度為節點vi作為終節點能夠接收信號的總計通信路徑數；節點vi的總度為節點vi作為源節點（或終節點）發送（或接收）信號的總計通信路徑數。節點vi的出度kout（i）、入度kin（i）和總度ktotal（i）分別定義為：

1.1.1.2 網絡的度

網絡的度knetwork為網絡中存在的有向邊的條數，顯然有：

1.1.1.3 網絡的平均度

網絡的平均度為網絡中的任意節點擁有的與網絡中其他節點可進行直接通信的平均路徑數，即：

該統計量是度量網絡中任意兩點之間通信途徑可選性的指標之一，也是刻畫網絡魯棒性的指標之一，其值越大，表明從平均的意義上來說網絡中任意節點與其他節點通信的可選途徑越多，選擇性越大，網絡的抗毀性越強。

1.1.2 權重

權重定量刻畫了網絡中各節點之間交互作用強度的差異性，是系統中的各種非線性行為和自組織行為產生的重要原因之一。

1.1.2.1 節點的權重

在有向加權網絡中，節點的強度有出、入強度之分，可分為節點的出權重、入權重和總權重。節點vi的出權重Sout（i）為從節點vi發出的所有邊上所承載的權重之和；節點vi的入權重Sin（i）為所有到達節點vi的邊上所承載的權重之和；節點vi的總權重Stotal（i）為節點vi的出、入權重之和，分別定義如下：

1.1.2.2 網絡的權重

網絡的權重Snetwork為整個網絡的所有連邊上承載的權重（即通信的信號強度）之和，即：

1.1.2.3 網絡的平均權重

網絡的平均權重是整個網絡承載的平均權重的量化指標之一，包括邊平均權重和點平均權重。

網絡的邊平均權重為網絡中所有連邊承載的權重之和與網絡中有向連邊數的比值，即：

該統計量刻畫了有向加權網絡的每條邊上所承載的平均信號強度的大小，定量描述了網絡中任意兩個節點通過一條通信途徑所產生的平均作用強度的大小（即信號強度的大小）。

網絡的點平均權重為網絡中所有連邊承載的權重之和與網絡中節點數的比值，即：

該統計量刻畫了每個節點平均發出或接收的信號強度的大小。

1.2 構建有向加權的無線通信網絡

細胞通過自分泌、旁分泌和內分泌來產生細胞因子，并將這些細胞因子通過循環系統進行近、中和長距離傳遞，實現細胞間的局部和整個機體的通信。通過測定外周血中這些信號分子的濃度變化可以定量描述機體內細胞間無線通信網絡的運轉和細胞活性調控情況。文獻[21]闡釋了具體的實驗方法和數據來源，本研究根據文獻[21]中的數據提出一種基于有向加權圖來構建細胞間無線通信網絡的方法，關鍵步驟如下：

1）分別取3 mL食用高（3 g）、中（1.5 g）、低劑量（0.5 g）的蛹蟲草細粉之前和之后的志愿者的外周血，測定其中的細胞因子濃度，進行成對數據的t檢驗，在顯著性水平為0.1下挖掘具有顯著性變化的細胞因子，這些細胞因子就是本研究所構建無線通信網絡的傳輸信號。

食用低、中、高劑量蛹蟲草促使機體內產生顯著變化的細胞因子集合分別為{嗜酸性粒細胞趨化因子, 成纖維細胞生長因子-2, 腫瘤生長相關因子, 單核細胞趨化蛋白-1}，{腫瘤生長相關因子, 可溶性CD40配體, 腫瘤壞死因子-α}，{白細胞介素-12（p70）, 干擾素誘導蛋白-10, 單核細胞趨化蛋白-1, 巨噬細胞炎癥蛋白-1β}[21]。

2）基于當前的數據庫（細胞因子在線百科全書：http://www.copewithcytokines.de/cope.cgi）搜集具有顯著性變化的細胞因子的分泌細胞及其作用的靶細胞，這些細胞就是本研究構建的無線通信網絡的節點，而通過區別分泌細胞和靶細胞，便得到了網絡中連邊的方向，從分泌細胞指向靶細胞。

3）計算血液中顯著變化的細胞因子的相對變化率，并將第i個細胞通過分泌細胞因子作用于第j個細胞的全部細胞因子的相對變化率求和，該和即為從第i個細胞到第j個細胞連邊上的權重wij，即：

式中：ncyt為發生顯著變化的細胞因子的個數；ρk為第k（k=1,2,..., ncyt）種細胞因子濃度的相對變化率，分別表示食用實驗食品前、后血液中第k種細胞因子的濃度。且細胞i分泌細胞醫子k且細胞i通過細胞醫子k作用于細胞j其他。

4）通過本課題組研發的軟件畫出有向加權網絡圖。食用低、中、高劑量蛹蟲草細粉對應的細胞間無線通信網絡如圖1所示。

圖1 食用5、10、15 g蛹蟲草的細胞間的有向加權通信網絡Fig.1 Intercellular directed weighted communication networks in response to ingestion of 5, 10 and 15 g of Cordyceps militaries

2 結果與分析

2.1 網絡具有層次性

在不考慮節點到其自身連邊的情況下，若節點的出度非0而入度為0，則該節點在整個通信網絡中屬于信號的發送端（扮演通信的指揮者角色），節點的出度越大，表明其在指揮集團中地位越重要，作為指揮者與其他節點的通信越頻繁；若節點的入度非0而出度為0，則該節點屬于信號的接收終端（扮演行動的實施者角色），節點的入度越大，表明其在實施集團中的地位越重要，作為執行者與其他節點的通信越頻繁；若節點的出度和入度均非0，則該節點屬于信號的中轉層（扮演行動的傳遞者，也可能主動行使一些指揮功能），節點的總度越大，表明其傳遞能力越強，對整個通信網絡的信息傳輸起到越重要的作用。

借助于出度和入度的概念，無論是食用哪種劑量的蛹蟲草所誘導產生的無線通信網絡均可以被清晰地劃分為3 個互不相容且完備的層次（圖1）：發送信號端、中轉信號層和接受（效應）信號端，表明這3 個網絡均具有層次性，進一步表明蛹蟲草對機體的調節作用是通過在機體內構建具有發送、中轉和執行功能的細胞間的無線通信層次網絡來實現的。

2.2 網絡具有一定的穩健性

低、中、高劑量蛹蟲草網絡的節點數分別為18、16、20，三者相差不多。這3 個網絡中的通信節點（即細胞）存在差異，它們擁有7 個共同的節點，包括：成纖維細胞、內皮細胞、嗜中性粒細胞、單核細胞、NK細胞、滑膜細胞和平滑肌細胞，分別占低中高網絡總節點的比例為7/18、7/16、7/20，其余節點不盡相同，低、中劑量蛹蟲草有9 個相同節點，低、高劑量蛹蟲草有10 個相同節點，中、高劑量蛹蟲草有10 個相同節點。這表明服用不同劑量的蛹蟲草會中等程度地改變無線通信網絡中的通信主體（即細胞），但保持生物系統的主要生理、免疫和代謝內分泌功能處于一個相對穩定和內平衡狀態。

圖2 低（a）、中（b）、高（c）劑量蛹蟲草的細胞間無線通信網絡的度Fig.2 Degrees of the intercellular wireless communication networks under the low (a), medium (b) and high doses (c) of Cordyceps militaries

如圖2所示，低、中、高劑量蛹蟲草的無線通信網絡的平均度分別為2.556、6.375、3.5，與以往的研究相比，任意節點的平均通信路徑數并不少，當隨機破壞掉個別通信路徑時，網絡的通信并不會癱瘓，網絡也不會解體，網絡表現出一定的穩健性。

圖3 低（a）、中（b）、高（c）劑量蛹蟲草的細胞間的無線通信網絡的權重Fig.3 Weights of the intercellular wireless communication networks under the low (a), medium (b) and high (c) doses of Cordyceps militaries

如圖3所示，低、中、高劑量蛹蟲草網絡的邊平均權重分別為－0.375、－0.381和－0.339，三者相差不多。這表明服用不同劑量的蛹蟲草對于體內無線通信網絡中每條通信途徑（即有向加權網絡的邊）上承載的平均信號強度的大小影響甚微，進而表明對于不同劑量的蛹蟲草誘導機體內產生的細胞間的無線通信網絡在任意兩個細胞間的作用強度方面呈現出一定的穩健性，亦充分說明了實現相同強度的生物調節功能，具有多條可選擇途徑。

2.3 蛹蟲草具有下調機體免疫內分泌代謝網絡的作用

低、中、高劑量蛹蟲草網絡中每條通信途徑（即網絡的邊）上承載的信號強度均為負數（圖2），低、中、高劑量蛹蟲草網絡的總權重也是負數，分別為－17.23、－38.91和－23.72，表明無論服用哪種劑量的蛹蟲草都會對機體的免疫內分泌活動發揮下調作用。

2.4 不同劑量的蛹蟲草具有雙向調節作用

服用不同劑量的蛹蟲草的確可以顯著改變體內細胞間無線通信網絡。網絡的邊數和網絡的節點數是刻畫網絡規模的指標，該值越大，說明網絡越龐大。低、中、高劑量蛹蟲草無線通信網絡圖的節點數分別為18、16、20，相差不多，但是邊數分別為46、102、70，相差非常大，綜合兩個指標考慮，可以認為服用中劑量蛹蟲草的網絡規模最大，高劑量蛹蟲草網絡規模次之，低劑量蛹蟲草網絡規模最小。

服用不同劑量的蛹蟲草可以顯著改變體內無線通信網絡承載的總信號強度。低、中、高劑量水平蛹蟲草網絡的總權重分別為－17.23、－38.91和－23.72，中劑量蛹蟲草網絡的信號強度最強，高劑量蛹蟲草次之，低劑量蛹蟲草最弱。

服用不同劑量的蛹蟲草也可以改變體內無線通信網絡的抗毀性。低、中、高劑量蛹蟲草無線通信網絡的平均度分別為2.556、6.375、3.5，這表明從平均意義上來說，中劑量蛹蟲草的無線通信網絡中任意兩類細胞的通信路徑最多，網絡的抗毀性最強，其次為高劑量蛹蟲草網絡，低劑量蛹蟲草網絡的通信途徑的選擇性最小，抗毀性最差。

服用不同劑量的蛹蟲草能夠改變體內無線通信網絡中細胞（即有向加權網絡的節點）所發出或接收的平均信號強度的大小。網絡的點平均權重定量刻畫了每類細胞平均權重的大小，低、中、高劑量蛹蟲草網絡的點平均權重分別為－0.957、－2.432和－1.186，中劑量蛹蟲草網絡中每類細胞平均發送或接收的信號強度最強，高劑量蛹蟲草次之，低劑量蛹蟲草最弱。

以上結果均表明中劑量蛹蟲草對機體的調節作用最強，高劑量蛹蟲草次之，低劑量蛹蟲草最差，說明不同劑量蛹蟲草具有雙向調節功效，要使其發揮更大功能需要找到其最佳服用劑量。

2.5 不同劑量蛹蟲草能夠改變細胞在通信網絡中的重要性

服用不同劑量的蛹蟲草能夠改變細胞所發送和接收信號的總強度，從而改變其在通信網絡中的重要性。例如：內皮細胞在低劑量蛹蟲草網絡中最重要（在低劑量蛹蟲草網絡中，內皮細胞總權重的絕對值最大），在中劑量蛹蟲草網絡較重要（在中劑量網絡中，內皮細胞總權重的絕對值排序為4（從高到低）），在高劑量蛹蟲草網絡中只有中等重要程度（在高劑量網絡中，內皮細胞總權重的絕對值排序為10，恰好位于序的中間）。單核細胞在低、高劑量蛹蟲草網絡中都非常重要，而在中劑量蛹蟲草網絡中只有中等重要程度（單核細胞總權重的絕對值在低、高劑量蛹蟲草網絡中的排序分別為2和1，在中劑量蛹蟲草網絡中的排序位于中間為7）。

服用不同劑量的蛹蟲草還會改變某些細胞在通信網絡中的重要性，即使這些細胞在3 個劑量的蛹蟲草網絡中都處于相同的通信端。例如：成纖維細胞在3 個網絡中均處于信號的中轉層，但是它們在傳遞信號中的重要程度并不相同，在中劑量蛹蟲草網絡中它最重要（此時成纖維細胞的總度為22，總權重的絕對值為10.254，總度和總權重的絕對值均最大），在低劑量蛹蟲草網絡中具有中等重要性（在低劑量蛹蟲草網絡中，成纖維細胞的總度為5，排序居中，總權重絕對值為2.144，排序靠前（從高到低）；在高劑量蛹蟲草網絡中總度為7，排序偏低，總權重絕對值為2.356，排序居中）。

2.6 不同劑量蛹蟲草能夠改變細胞在通信網絡中的角色

服用不同劑量的蛹蟲草會改變某些細胞在執行生物功能時的角色，例如NK細胞在3 個通信網絡中都出現了，但是功能卻不盡相同，在低、高劑量蛹蟲草網絡中它屬于接受信號端，是主要的效應細胞（在低、高劑量蛹蟲草網絡中，NK細胞的入度分別為6、15，在兩個網絡的接收端細胞中入度均最大）；在中劑量蛹蟲草網絡中，它屬于發送信號端，主要是通過發送信號發揮啟動和指揮功能（此時NK細胞的出度為9，在發送端細胞中出度最大）。滑膜細胞在3 個劑量的蛹蟲草網絡中也均出現了，在低、高劑量蛹蟲草網絡中，它屬于信號的發送端，在兩個網絡中出度分別為5和9，在發送端的細胞中出度均最大，說明它們主要通過信號分子發揮調動和指揮功能，而在中劑量網絡中滑膜細胞屬于接受端，在接受端的細胞中入度最大（入度為10），主要通過接受內皮（胃腸道、血管內皮等）的信號發揮生物功能，是主要的效應細胞。B細胞在中、高劑量蛹蟲草網絡中都出現了，在高劑量蛹蟲草網絡中B細胞屬于信號的傳遞層，既具有發送信號也具有接收信號功能，而在中劑量蛹蟲草網絡中B細胞屬于接收端，只具有接收信號功能而不具有發送信號的功能，由此可推測在服用中劑量蛹蟲草時，其在體液免疫啟動和調節中發揮作用。

3 結 論

研究發現機體的免疫內分泌和代謝系統通過細胞因子、趨化因子和激素等信號分子構成復雜的細胞間無線通信網絡，這個網絡可以通過測定血液循環中（外周血）信號分子的變化，在其分泌細胞和靶細胞之間構建有向加權無線通信網絡。該網絡可以借助各種參數定量化評價食品、藥物和各種環境變化對機體內細胞間無線通信網絡的作用情況。從而為定量化評價免疫調節作用提供了一種基于復雜網絡的新方法，亦提出了一種系統性研究視角。

本研究對服用低、中、高劑量蛹蟲草誘導機體所產生的網絡變化進行了系統性分析，驗證了這些參數能夠從不同的角度定量刻畫網絡（機體）的狀態、性質、結構和功能。分析結果表明，服用不同劑量的蛹蟲草誘導機體產生的無線通信網絡具有層次結構，并表現出一定的穩健性。同時，不同劑量蛹蟲草能夠改變不同細胞在通信網絡中的重要性和扮演的角色。分析結果表明，服用蛹蟲草主要發揮下調機體內細胞間無線通信網絡的作用，其中中劑量蛹蟲草的平均作用強度最大，當進一 步增加劑量時，其作用強度反而下降，而且低劑量的蛹蟲草主要是激發發出信號細胞的活性，啟動其網絡調節作用；當超過一定的限度時（最大調節作用劑量）就會更多地表現在增加對接收信號細胞和效應細胞的作用。這表明不同劑量的蛹蟲草對于機體的免疫功能具有非線性和雙向調節功能。值得強調的是，隨著過度營養問題的不斷蔓延，現如今肥胖、高血脂、高血壓、糖尿病和心腦血管疾病已經成為致病、致癌甚至死亡的主要病因，免疫、內分泌和代謝網絡活性過強的問題日益凸顯，蛹蟲草的這種下調細胞通信網絡和明顯的抗炎癥、抑制過度的免疫應答作用證明了它的保健功能和應用開發前景。

[1] VIDAL M, CUSICK M E, BARABASI A L. Interactome networks and human disease[J]. Cell, 2011, 144(6): 986-998. DOI:10.1016/ j.cell.2011.02.016.

[2] RYAN C J, CIMERMAN?I? P, SZPIECH Z A, et al. High-resolution network biology: connecting sequence with function[J]. Nature Reviews Genetics, 2013, 14(12): 865-879. DOI:10.1038/nrg3574.

[3] COSTANZO M, BARYSHNIKOVA A, BELLAY J, et al. The genetic landscape of a cell[J]. Science, 2010, 327: 425-431. DOI:10.1126/ science.1180823.

[4] BRENNER S. Sequences and consequences[J]. Philosophical Transactions of the Royal Society B: Biological Sciences, 2010, 365: 207-212. DOI:10.1098/rstb.2009.0221.

[5] WATTS D J, STROGATZ S H. Collective dynamics of ‘small-world’networks[J]. Nature, 1998, 393: 440-442. DOI:10.1038/30918.

[6] JEONG H, TOMBOR B, ALBERT R, et al. The large-scale organization of metabolic networks[J]. Nature, 2000, 407: 651-654. DOI:10.1038/35036627.

[7] JEONG H, MASON S P, BARABáSI A L, et al. Lethality and centrality in protein networks[J]. Nature, 2001, 411: 41-42. DOI:10.1038/35075138.

[8] UETZ P, GIOT L, CAGNEY G, et al. A comprehensive analysis of protein-protein interactions in Saccharomyces cerevisiae[J]. Nature, 2000, 403: 623-627. DOI:10.1038/35001009.

[9] HAKES L, PINNEY J W, ROBERTSON D L, et al. Protein-protein interaction networks and biology: what’s the connection?[J]. Nature Biotechnology, 2008, 26(1): 69-72. DOI:10.1038/nbt0108-69.

[10] HASE T, TANAKA H, SUZUKI Y, et al. Structure of protein interaction networks and their implications on drug design[J]. PLoS Computational Biology, 2009, 5(10): e1000550. DOI:10.1371/journal. pcbi.1000550.

[11] MILO R, ITZKOVITZ S, KASHTAN N, et al. Superfamilies of evolved and designed networks[J]. Science, 2004, 303: 1538-1542. DOI:10.1126/science.1089167.

[12] SARDIU M E, WASHBURN M P. Building protein-protein interaction networks with proteomics and informatics tools[J]. Journal of Biological Chemistry, 2011, 286(27): 23645-23651. DOI:10.1074/ jbc.R110.174052.

[13] FURLONG L I. Human diseases through the lens of network biology[J]. Trends in Genetics, 2013, 29(3): 150-159. DOI:10.1016/ j.tig.2012.11.004.

[14] MARTINEZ N D. Artifacts or attributes? Effects of resolution on the Little Rock Lake food web[J]. Ecological Monographs, 1991: 367-392. DOI:10.2307/2937047.

[15] ALMAAS E, KOVACS B, VICSEK T, et al. Global organization of metabolic fluxes in the bacterium Escherichia coli[J]. Nature, 2004, 427: 839-843. DOI:10.1038/nature02289.

[16] 龐廣昌, 陳慶森, 胡志和, 等. 食品與機體中的移動通訊網絡[J]. 食品科學, 2010, 31(21): 1-9.

[17] 滑艷君, 龐廣昌, 郭麗. 口服酪蛋白復合肽對細胞通訊網絡的作用[J].食品科學, 2010, 31(17): 310-317.

[18] HUA Y J, PANG G C. Cellular communication network modeling method based on cytokines[C]//Network Computing and Information Security (NCIS), 2011 International Conference on IEEE, 2011: 441-445. DOI:10.1109/NCIS.2011.96.

[19] 喬冬, 龐廣昌, 李楊. γ-亞麻酸對小鼠免疫系統的調節作用[J]. 食品科學, 2011, 32(21): 247-252.

[20] LI H, LIU X, LI Y, et al. Effects of the polysaccharide from Pholiota nameko on human cytokine network in serum[J]. International Journal of Biological Macromolecules, 2012, 50(1): 164-170. DOI:10.1016/ j.ijbiomac.2011.10.015.

[21] SUN Y, SHAO Y, ZHANG Z, et al. Regulation of human cytokines by Cordyceps militaris[J]. Journal of Food and Drug Analysis, 2014, 22(4): 463-467. DOI:10.1016/j.jfda.2014.01.025.

Quantitative Evaluation of the Regulatory Effect of Cordyceps militaris on Human Body with the Intercellular Directed Weighted Communication Networks

MA Lina1,2,*, PANG Guangchang3,*, SUN Yong4, CUI Zhenfu5
(1. School of Science, Tianjin University of Commerce, Tianjin 300134, China; 2. China Institute for Actuarial Science, Central University of Finance and Economics, Beijing 100081, China; 3. College of Biotechnology and Food Science, Tianjin University of Commerce, Tianjin 300134, China; 4. Beijing Academy of Food Sciences, Beijing 100050, China; 5. Beijing Oriental Institute of Measurement and Testing, Beijing 100086, China)

Based on the directed weighted graph, three intercellular wireless communication networks are constructed, which are generated in young and healthy volunteers consuming Cordyceps militaris at low, medium and high doses. The quantitative analyses on three intercellular networks are conducted by means of statistics. It is proved that these parameters can quantitatively describe the conditions, properties, structures and functions of networks from different perspectives. These wireless communication networks have a hierarchical structure, and demonstrate a certain robustness. Meanwhile, different doses of Cordyceps militaris can change the importance and role of the cells during the wireless communications. The consumption of Cordyceps militaris mainly plays a role in down-regulating the intercellular wireless communication network in vivo. Therefore, Cordyceps militaris has good health protection and anti-inflammatory effect on metabolic syndrome (MS) and cardiovascular or cerebrovascular diseases caused by allergic reaction and overnutrition. The middle dose exerts the greatest effect from an average viewpoint. When further increasing the dose, the functional strength is contrarily lowered down. This shows that Cordyceps militaris at various doses has nonlinear and dual-direction regulatory functions on organisms.

directed weighted graph; intercellular wireless communication networks; Cordyceps militaris; cytokines; degree; weight

10.7506/spkx1002-6630-201601027

R151.1

A

1002-6630（2016）01-0150-07

馬麗娜, 龐廣昌, 孫勇, 等. 基于細胞間的有向加權通信網絡定量評價蛹蟲草對人體的調節作用[J]. 食品科學, 2016, 37(1): 150-156. DOI:10.7506/spkx1002-6630-201601027. http://www.spkx.net.cn

MA Lina, PANG Guangchang, SUN Yong, et al. Quantitative evaluation of the regulatory effect of Cordyceps militaris on human body with the intercellular directed weighted communication networks[J]. Food Science, 2016, 37(1): 150-156. (in Chinese with English abstract) DOI:10.7506/spkx1002-6630-201601027. http://www.spkx.net.cn

2015-04-28

國家自然科學基金青年科學基金項目（71401124）；天津市高等學校科技發展基金計劃項目（20131004）；

國家自然科學基金面上項目（31371773）

*通信作者：馬麗娜（1979—），女，副教授，博士，研究方向為復雜網絡、數理統計、保險精算和金融衍生品定價。

E-mail：malinastat@163.com

龐廣昌（1964—），男，教授，博士，研究方向為食品免疫、細胞通訊網絡、代謝網絡和生物傳感器。

E-mail：pangtjcu@163.com