第一章 引言 1
1.1 网络与网络科学的定义 1
1.2 新世纪对网络科学的迫切需求 3
1.2.1 世界经济发展对网络科学的需求 3
1.2.2 网络社会崛起对网络科学的需求 4
1.2.3 军事指挥控制网络和网络中心战对网络科学的需求 5
1.2.3.1 越来越庞大和复杂的军事指挥控制网络 5
1.2.3.2 网络中心战和网络中心作战 6
1.2.4 应对生物恐怖主义威胁对网络科学的需求 8
1.2.5 事关世界各国安危的网络安全对网络科学的需求 8
1.3 网络科学发展历史回顾 9
1.3.1 网络科学的来源 9
1.3.2 规则网络理论 11
1.3.3 社会网络图和社会网络分析 12
1.3.4 随机网络理论 13
1.3.5 从阿帕网、因特网到万维网 14
1.3.6 从复杂网络到网络科学研究的新进展 16
1.3.6.1 从“六度分离”理论到“小世界网络” 17
1.3.6.2 幂律与无标度网络 21
1.3.7 网络研究的新发现迫切需要发展网络科学 22
1.3.8 美国和欧盟重视网络科学研究 23
1.4 在新世纪之交出现的百家争鸣和百花齐放的网络科学研究 23
1.4.1 研究网络社会的新理论 26
1.4.2 动态社会网络的研究进展 27
1.4.3 有关超家族的研究进展 27
1.4.4 社会网络倾向于更多连接，而生物和技术网络却相反 28
1.4.5 复杂网络子图和环的不同演化机制 28
1.4.6 基于优化原理的因特网新模型和无标度网络模型的对比研究 28
1.4.7 人脑与社会网络拓扑结构的相似性 29
1.5 网络科学与多学科的交叉融合 29
1.5.1 网络科学促进了新交叉科学——网络社会学 29
1.5.2 网络科学促进了新交叉科学——网络经济学 30
1.5.3 新交叉科学：系统生物学、网络生物学与网络医学 31
1.5.3.1 生物科学家提出了系统生物学 31
1.5.3.2 网络科学家提出了网络生物学 31
1.5.3.3 网络科学家提出了网络医学 32
1.5.4 网络科学促进了新交叉科学——万维网科学 32
1.5.5 网络科学促进了新交叉科学——网络统计学 33
1.5.6 网络科学、技术与实验 34
1.6 网络科学研究方法及体系结构框架 35
1.7 网络科学的子学科 37
1.8 网络的分类方法 39
参考文献 40
第二章 从生物武器对人类的威胁看生物科学及网络科学的重要性 45
2.1 生物武器对人类的威胁 45
2.1.1 使用生物武器的历史 45
2.1.2 联合国《生物和毒素武器条约》留下允许研制生物武器的隐患 46
2.1.3 一些新病毒可能用作生物武器 46
2.1.4 基因武器 47
2.2 为有效防范生物武器，各国应采取的对策 48
2.3 美国政府重视防御生物武器袭击 48
2.3.1 美国克林顿总统召开的“基因工程与生物武器”圆桌会议 48
2.3.2 美国总统重视防御生物武器 49
2.4 美国科学院研究报告《未来陆军应用生物技术的机遇》建议重视防范生物武器威胁 49
2.5 美国陆军研制的士兵系统包括防范生物武器的设备 52
2.6 美国科学院研究报告《网络科学》论防御生物武器袭击 54
2.7 美国西点军校网络科学中心重视研究生物战及生物恐怖主义 55
参考文献 56
第三章 生物学面临的新挑战及其为网络科学带来的重大发展机遇 57
3.1 生物学 57
3.2 生物科学技术发展历史简介 57
3.3 发现生物网络并应用网络图的典型案例 63
3.3.1 《黄帝内经》描述人体12条经络的网络图 64
3.3.2 Darwin描述物种进化的网络图 64
3.3.3 Crick描述细胞遗传信息流的网络图 65
3.4 人类基因组计划的结果使生物科学面临新挑战 65
3.4.1 人类基因组计划及相关研究的结果 65
3.4.2 世界各国网络科学家与生物科学家联合起来应对新的挑战 68
3.4.3 系统生物学的研究进展 69
3.4.3.1 系统生物学研究机构的创建 70
3.4.3.2 系统生物学将挑战以DNA双螺旋为基础的分子生物学的统治地位 70
3.4.4 基因网络的研究进展 71
3.4.4.1 针对单一靶标的基因疗法的挫折 71
3.4.4.2 利用基因网络的概念研究针对多重靶标及与血液干细胞等疗法相结合的基因疗法 72
3.4.4.3 寻找与疾病有关的基因网络 72
3.4.5 蛋白质组及人类相互作用组的研究进展 73
3.4.6 遗传信息网络的研究进展 74
3.4.6.1 第一遗传密码 74
3.4.6.2 第二遗传密码的假说 75
3.4.6.3 第三遗传密码的假说 75
3.4.7 表观遗传网络的研究进展 75
3.5 后基因组时代为网络科学带来新机遇 76
参考文献 76
第四章 系统生物学、网络生物学与网络医学 79
4.1 网络科学家获得系统生物学奖 79
4.2 “系统”与“网络”的概念 80
4.3 系统生物学 82
4.3.1 系统生物学概述 82
4.3.2 基本的研究内容 83
4.3.3 基本的研究工作流程 84
4.3.4 基本的研究方法 86
4.3.4.1 自顶向下的研究方法 86
4.3.4.2 自底向上的研究方法 86
4.3.4.3 综合方法 86
4.3.4.4 干涉方法 87
4.3.5 高精度的综合测量和实验技术 87
4.4 网络生物学 88
4.4.1 生命复杂性的金字塔 88
4.4.2 网络生物学概述 90
4.4.3 生物学中的网络：发现、分析和建模 91
4.5 网络医学 92
4.5.1 复杂网络与网络医学之间的关系 92
4.5.2 信号转导网络和人类疾病之间的关系 94
4.5.3 蛋白质交互网络和人类疾病之间的关系 96
4.5.4 构建人类的疾病基因网络 97
4.5.5 为研制新药构建靶标网络 97
参考文献 98
第五章 基因调控网络及其模型 102
5.1 概述 103
5.1.1 基因调控网络 103
5.1.2 基因表达及其多层次调控 104
5.1.3 基因调控网络的控制节点 105
5.1.4 基因调控网络的基本结构和功能 105
5.1.5 细菌基因调控网络的全局性定量分析 108
5.2 基因调控网络模型 109
5.2.1 建立基因调控网络模型的基本问题 109
5.2.2 选择适当层次的基因调控网络模型 109
5.2.3 基因调控网络模型的种类 110
5.2.4 今后基因调控网络模型应重点研究的问题 110
5.3 基于有向图的基因调控网络模型 110
5.4 基于常微分方程的基因调控网络模型 110
5.5 基于随机网络的基因调控网络模型 115
5.6 基于布尔网络的基因调控网络模型 118
5.6.1 布尔网络模型 118
5.6.2 布尔网络模型的动力学机制 120
5.6.3 布尔网络模型用于研究大型基因调控网络 123
5.7 基于连续网络的基因调控网络模型 124
5.8 基于人工神经网络的基因调控网络模型 124
5.8.1 利用人工神经网络模拟GRN 125
5.8.2 GRN的人工神经网络模型 126
5.8.3 利用人工神经网络模型得到的结果 127
5.8.3.1 利用正反馈和负反馈的基因调控 127
5.8.3.2 并联的网络 129
5.8.3.3 串联的网络：转录和翻译控制的基因表达 129
5.8.3.4 利用实验数据重建网络结构 131
5.8.4 基因调控网络的人工神经网络模型与其他常用模型的对比 132
参考文献 136
第六章 蛋白质相互作用网络及其模型 142
6.1 蛋白质概述 142
6.2 蛋白质的研究进展 143
6.3 蛋白质组学的研究进展 145
6.4 蛋白质相互作用网络的研究进展 146
6.5 利用蛋白质相互作用网络预测全局的蛋白质功能 150
6.5.1 原有的判定蛋白质功能的“多数规则”方法简介 151
6.5.2 基于全局优化原理的蛋白质功能预测新方法 151
6.5.3 利用模拟退火算法实现网络全局优化并预测蛋白质的功能 156
6.6 估算人类蛋白质相互作用网络的规模 157
6.6.1 估算相互作用网络的规模 158
6.6.2 其他的网络节点抽样方法 161
6.6.2.1 独立而非均匀取样 161
6.6.2.2 非独立取样 161
6.6.3 不确定性数据对估算相互作用组规模的影响 162
6.6.4 估算相互作用网络规模的结果 165
6.6.5 讨论 166
参考文献 167
第七章 信号转导网络及其模型 174
7.1 信号转导网络概述 174
7.2 信号转导网络的研究进展 176
7.3 Helikar建立的信号转导网络决策的布尔模型 179
7.3.1 信号转导网络决策模型简介 179
7.3.2 研究结果与讨论 180
7.3.3 资料和方法 188
7.3.3.1 信号转导的布尔模型 188
7.3.3.2 仿真方法 189
7.3.3.3 增加输入的噪声 189
7.3.3.4 主成分分析 189
7.4 植物信号转导网络模型 190
7.4.1 研究简介 190
7.4.2 研究结果 192
7.4.2.1 在研究中使用的数据 192
7.4.2.2 构建ABA信号转导网络依据的规则 193
7.4.2.3 构建ABA信号转导网络依据的生物学知识 197
7.4.2.4 建立ABA信号转导网络的动态模型 199
7.4.2.5 去除网络节点导致对ABA响应的不同敏感性分类 205
7.4.2.6 利用实验评估模型的预测结果 208
7.4.3 结论 210
参考文献 210
第八章 代谢网络及其模型 216
8.1 代谢网络概述 216
8.2 对于代谢的早期研究 216
8.3 从20世纪以来生物化学对于代谢机制的探索 217
8.5 研究代谢网络常用的数据库 220
8.6 代谢网络分析方法 221
8.6.1 代谢网络分析方法的研究进展 221
8.6.2 基本概念和术语 221
8.6.2.1 代谢网络的节点、边及流 221
8.6.2.2 流平衡方程与化学计量矩阵 222
8.6.2.3 流分布与权向量 223
8.6.2.4 零空间与基向量集合 223
8.6.2.5 凸分析与凸锥体 224
8.6.3 代谢网络的路径分析 225
8.6.3.1 基本模式 225
8.6.3.2 极端路径 225
8.6.3.3 基本模式与极端路径的比较 226
8.6.4 代谢网络的流平衡分析 228
8.6.4.1 采用连接输出的流平衡分析 228
8.6.4.2 流分布的优化 229
8.7 基于自私-大脑理论的人体代谢网络模型 230
8.7.1 人体代谢网络模型研究进展 230
8.7.2 利用自私-大脑理论建立代谢机制的长期模型 232
8.7.3 对于长期模型的分析 234
8.7.4 长期模型使用的数据和脚本 235
8.7.5 结论 237
参考文献 238
第九章 生态网络及其模型 244
9.1 世间万物，生命之网 244
9.2 生态学、生态系统与环境保护研究进展概述 245
9.2.1 中国古代哲学家的“天人合一”思想 245
9.2.2 生态学概述 246
9.2.3 从20世纪以来生态系统研究和环境保护的迅速发展 246
9.3 生态系统的结构、功能、食物链与食物网络简介 250
9.4 食物网络模型的研究进展 252
9.5 描述食物网络中种群竞争的Lotka-Volterra模型 254
9.6 用于食物网络的网络世界模型 255
9.7 对网络世界模型的新改进 256
9.7.1 新模型的特点 257
9.7.2 使用变异和复杂化两种物种形成机制的效果 262
9.7.3 对分竞争和不利用功能特性来描述物种的方法 265
9.7.3.1 对分法竞争的效果 266
9.7.3.2 不利用功能特性来描述物种 269
9.7.3.3 新模型运行的结果数据 270
9.7.4 原有模型的动力学机制 272
9.7.4.1 种群的动力学机制 272
9.7.4.2 捕食策略 272
9.7.4.3 增加新物种 273
9.7.5 讨论与总结 273
9.8 担任NetSci 2009主席的Caldarelli促进了生态学和生物学与网络科学的交叉 275
参考文献 276
第十章 基于网络科学与复杂网络理论的生物网络模型 280
10.1 利用网络科学与复杂网络理论研究生物网络的进展 280
10.2 生物网络的无标度模型 281
10.2.1 Barabási-Albert模型 281
10.2.2 在研究生物网络中采用无标度网络模型的优越性 283
10.2.3 一些生物网络具有无标度网络特性 284
10.3 基于有向无标度网络的Kauffman模型的布尔动力学机制 284
10.4 代谢网络的无标度模型 285
10.5 蛋白质网络的无标度模型及其他种类模型 287
10.5.1 蛋白质相互作用网络的无标度网络特性 287
10.5.2 蛋白质形态演化网络的其他种类模型 287
10.6 人类基因协同表达网络的无标度特性 288
10.7 生物网络的小世界网络模型 289
10.7.1 Watts-Strogatz模型 289
10.7.2 许多生物网络具有小世界网络特性 290
10.8 代谢网络的小世界网络、模块与分层网络模型 291
10.8.1 代谢网络的小世界网络模型 291
10.8.2 代谢网络的模块与分层网络模型 292
10.8.3 分层网络与随机网络和无标度网络模型的对比 292
10.9 疾病传播网络兼具小世界和无标度网络特性 294
10.9.1 疾病传播模型研究进展概述 295
10.9.2 疾病传播网络的小世界网络模型 295
10.9.3 疾病传播网络的无标度网络模型 296
10.9.4 疾病传播无标度网络的控制策略优化 297
10.10 食物网络兼具小世界和无标度网络特性 298
10.11 基于复杂系统自组织临界性理论的生态网络演化模型 299
10.12 基于网络科学与复杂网络理论的生物网络研究方向 302
10.12.1 利用网络科学与复杂网络理论研究生物网络的普适性规律 302
10.12.2 利用网络科学与复杂网络理论研究生物网络的特殊性规律 304
10.12.3 在欧洲物理学家提出的网络科学重点研究课题中与生物网络有关的内容 304
10.12.4 网络科学家Barabási谈网络生物学研究 306
10.12.4.1 网络生物学：生物网络服从网络科学的普遍规律 306
10.12.4.2 在生物网络中的子图、模体和模体集群 306
10.12.4.3 有关网络生物学未来研究方向的5条意见 308
参考文献 309
附件1：名词术语中英文对照表 315
附件2：邀请网络科学的先行者——美国教授科钦来军事科学院讲学纪事 330
图1.1 黄帝 10
图1.2 （a）中华医学经典《黄帝内经》的《灵枢》部分；（b）清朝乾隆针灸铜人 10
图1.3 王惟一 11
图1.4 Leonhard Euler 12
图1.5 （a）哥尼斯堡；（b）七桥问题网络图 12
图1.6 Jacob Levy Moreno 13
图1.7 Paul Erd？s 13
图1.8 Larry Roberts 14
图1.9 Vinton Cerf 15
图1.10 Tim Berners-Lee 16
图1.11 刘韵洁 16
图1.12 Stanley Milgram 17
图1.13 Ithiel de Sola Pool 17
图1.14 Manfred Kochen 18
图1.15 Manfred Kochen于1989年1月1日出版他主编的《小世界》一书 19
图1.16 Duncan J.Watts 19
图1.17 Jon Kleinberg 20
图1.18 2008年2月11日，美国康内尔大学网站报道：Kleinberg当选为美国工程院院士 20
图1.19 Michalis Faloutsosi 21
图1.20 Albert-László Barabási 22
图1.21 美国科学院国家研究委员会2005年11月1日发表的研究报告《网络科学》 24
图1.22 1998年至2004年有关复杂网络的论文数量增长情况 26
图1.23 美国科学院国家研究委员会2003年出版的学术讨论会文集《动态社会网络建模与分析：综述与论文》 30
图1.24 新交叉科学——万维网科学 33
图1.25 网络统计学是一门多学科交叉的学科 34
图1.26 美国科学院国家研究委员会2007年7月20日发表的研究报告《陆军网络科学技术与实验中心的政策》 35
图1.27 网络科学的研究方法示意 36
图1.28 网络科学的子学科 37
图2.1 在1936年侵略中国的战争中，日本军的细菌战部队——731部队在中国哈尔滨利用战俘试验细菌武器 45
图2.2 日本侵略军的731细菌战部队1936年在中国哈尔滨的驻地 46
图2.3 未来陆军士兵在战场面临的威胁 53
图2.4 在生物武器防御作战中使用的网络 55
图2.5 FrederickI.Moxley 55
图3.1 岐伯像 58
图3.2 Charles Darwin 59
图3.3 Gregor Johann Mendel 59
图3.4 James D.Watson 59
图3.5 Francis H.C.Crick 59
图3.6 1953年4月25日《Nature》发表J.D.Watson和F.H.C.Crick的论文 60
图3.7 吴以岭 64
图3.8 《黄帝内经》描述人体12条经络的有向环形网络示意图 64
图3.9 Darwin描述物种进化的网络图 65
图3.10 Crick描述细胞遗传信息流的生物网络图 65
图4.1 Leroy Hood 82
图4.2 Hiroaki Kitano 83
图4.3 以生物钟系统为例图示系统生物学的研究内容 85
图4.4 系统生物学基本的研究内容与方法 85
图4.5 生命复杂性的金字塔 89
图4.6 Réka Albert 91
图4.7 生物网络的研究方法示意图 92
图4.8 Barabási描绘的与网络医学有直接关系的复杂网络 93
图4.9 Yoshitomo Oka 94
图4.10 Yoshitomo Oka描绘的网络医学框图 95
图4.11 Yoshitomo Oka描绘的人体器官网络 96
图4.12 基因突变改变蛋白质相互作用网络并引发疾病 97
图5.1 1950年至2008年有关基因调控网络的论文数量增长情况 102
图5.2 基因调控网络 103
图5.3 基因的表达 104
图5.4 基因调控网络的调控节点 105
图5.5 一个最小的基因调控网络的结构框图，它是整个调控网络的一个组成单元 106
图5.6 基因调控网络的动力学机制 107
图5.7 基因调控网络的顺式作用控制 107
图5.8 一种细菌的基因调控网络 108
图5.9 由3个基因a,b和c及基因编码而成的4个表达子A,B,C和D组成的调控网络 110
图5.10 用有向图和有向超图表示的基因调控网络 111
图5.11 （a）一个基因调控网络的示例，包括最后产物的抑制；（b）该示例的常微分方程模型 113
图5.12 Brian Carey Goodwin 113
图5.13 非线性调控函数示例 114
图5.14 DNA转录的两个步骤 116
图5.15 Stuart Kauffman 118
图5.16 （a）布尔网络；（b）对应的表达式；（c）连线图；（d）输入与输出对应 119
图5.17 遗传网络的状态空间 120
图5.18 基因调控网络的吸引子和吸引力盆地 121
图5.19 GRN中的基因相互连接组成有序的稳定状态及无序的动荡状态群组 121
图5.20 利用NN模拟转录调控的示意图 126
图5.21 利用正反馈和负反馈进行基因调控，以及利用网络图和布尔权矩阵描述基因调控的示意图 128
图5.22 GRN方程的数值解 129
图5.23 根据图5.21所示绘制的两个网络并连的网络图、权矩阵及基因表达模式曲线图 130
图5.24 基因表达的两阶段模型 130
图5.25 基因表达的两阶段模型，其中没有翻译控制 131
图5.26 基因表达的两阶段模型，其中包括翻译控制 132
图6.1 Antoine Fourcroy 143
图6.2 J？ns Jakob Berzelius 143
图6.3 Frederick Sanger 143
图6.4 M.F.Perutz 144
图6.5 J.C.Kendrew 144
图6.6 M.F.Perutz（左）和J.C.Kendrew 144
图6.7 利用X射线晶体学方法得出的肌红蛋白质三维结构图 144
图6.8 Marc R.Wilkins 145
图6.9 1950～2008年有关蛋白质相互作用网络的论文数量增长情况 147
图6.10 在研究蛋白质相互作用网络的计算方法中面临的挑战性问题的示意图 148
图6.11 蛋白质复合体形态演化网络 149
图6.12 Earl W.Sutherland 149
图6.13 Alexei Vázquez 150
图6.14 Vázquez所采用方法的示意图 152
图6.15 Vázquez所采用方法的统计学可靠性 153
图6.16 Michael P.H.Stumpf 157
图6.17 利用式（6.10）估算酵母网络性能 164
图6.18 估算人类和其他三个真核物种的相互作用规模 165
图7.1 利用计算机模拟生物信号转导网络的示意图 175
图7.2 自1977年以来，在MEDLINE数据库中记录的、每年发表的有关信号转导的论文 176
图7.3 Martin Rodbell 176
图7.4 Alfred G.Gilman 177
图7.5 信号转导的布尔模型和仿真方法 181
图7.6 利用布尔模型描述信号转导网络的输入-输出关系示意图 182
图7.7 表7.3所列的前15个全局输出相对应输入向量的散射点图 185
图7.8 （1）Song Li；（2）Sarah M.Assmann 190
图7.9 植物通过微小的气孔蒸发水分和吸收二氧化碳 190
图7.10 构建ABA信号转导网络的推理规则图 193
图7.11 植物保卫细胞的ABA信号转导网络拓扑结构图 194
图7.12 关闭概率与气孔孔径对应关系的柱形图 201
图7.13 建模方法和气孔关闭概率的示意图 203
图7.14 关闭概率与时间步的函数曲线 204
图7.15 类似正常型响应的分类 207
图7.16 去除钙的动态效果示意图 208
图7.17 增加钠丁酸盐浓度的效果示意图 209
图8.1 Santorio Santorio 216
图8.2 Louis Pasteur 217
图8.3 Eduard Buchner 217
图8.4 Albert Szent-Gy？rgyi de Nagyrápolt 217
图8.5 Hans Adolf Krebs 218
图8.6 拟南芥中三羧酸循环的代谢网络 218
图8.7 1950年至2008年有关代谢网络的论文数量增长情况 219
图8.8 （a）代谢网络节点和边的示意图；（b）交换流和内部流的示意图 222
图8.9 代谢网络示例 222
图8.10 化学计量矩阵示例 222
图8.11 化学计量矩阵乘法运算示例 223
图8.12 （a）基向量集合的化学计量矩阵及其中的一个基向量；（b）该基向量描述的一条路径 224
图8.13 流锥体 225
图8.14 极端路径示例 226
图8.15 基本模式示例 227
图8.16 基本流模式与极端路径对比 228
图8.17 采用连接输出的流平衡分析 229
图8.18 计算优化的流分布 230
图8.19 Dirk Langemann 230
图8.20 Achim Peters 231
图8.21 人体代谢网络的长期模型 234
图8.22 周期性的食物摄取产生了供应链室中的振荡 236
图8.23 大脑中的萎缩态势 236
图8.24 肥胖症和糖尿病的发展 237
图9.1 2001年世界环境日主题图标 244
图9.2 Ernst Haeckel 246
图9.3 A.J.Lotka 246
图9.4 Vito Volterra 246
图9.5 A.G.Tansley 247
图9.6 R.L.Lindeman 247
图9.7 G.E.Hutchinson 248
图9.8 E.P.Odum 248
图9.9 H.T.Odum 249
图9.10 C.S.Holling 249
图9.11 食物链 251
图9.12 食物网络 251
图9.13 生态系统能量转换的金字塔 252
图9.14 用两个三角函数的谐波运动来描述Lotka-Volterra模型 255
图9.15 Guido Caldarelli 255
图9.16 （a）用于两个竞争演化过程的3种物种形成机制；（b）物种功能序列平均长度演变过程；（c）竞争得分数的直方图，此时的食物网络演化已处于一种多样化的稳定状态；（d）竞争得分数的直方图，此时的食物网络演化已处于无法增长的状态 264
图9.17 物种功能序列平均长度的演化，及稳定及多样化状态的产生（a）μ＝0.95，（b）μ＝0.99 265
图9.18 （a）物种功能特性集合的规模；（b）食物网模型 266
图9.19 在利用方程（9.12）计算竞争得分时，模型对于c变化的响应 267
图9.20 竞争参数c的值较大时将使物种数量减少，但食物网络并不总是能到稳定状态 268
图9.21 新模型利用对分竞争评分方法及方程（9.12）生成的食物网络 268
图9.22 新模型在c取4种不同值时，食物网络演化中物种数量随时间而变化的曲线 270
图9.23 未采用功能特性描述物种的方法，新模型生成的食物网络 271
图9.24 未采用功能特性描述物种的方法，新模型生成的多营养级的食物网络 272
图9.25 Caldarelli的两本有关网络科学的著作 276
图10.1 无标度网络模型择优连接和增长的演化机理示意 282
图10.2 幂律度分布 282
图10.3 代谢网络的特性 286
图10.4 酵母菌的蛋白质相互作用网络 287
图10.5 在蛋白质相互作用网络中无标度结构和集散节点的产生和演化机理示意 288
图10.6 Watts-Strogatz模型的随机连线过程示意图 289
图10.7 Watts-Strogatz模型的平均路径长度l（p）和聚集系数C（p） 290
图10.8 三种网络基本特性的对比 293
图10.9 Per Bak 299
图10.10 汤超 300
图10.11 《Nature》杂志于2002年11月21日刊登讣告高度评价Per Bak 302
图10.12 常见的各种网络子图 307
图10.13 在生物网络中的模体集群 308
附件2 图1 Ithiel de Sola Pool 330
附件2 图2 Manfred Kochen 330
附件2 图3 Manfred Kochen 331
附件2 图4 第7届国际专家系统学术会议的欢迎宴会于1987年5月13日晚在法国阿维尼翁古老的教皇宫殿内举行 332
表1.1 对问题“你的工作未来可能成为网络科学的组成部分吗？”的调查结果 38
表1.2 三种类型的真实网络及其有代表性的示例 39
表2.1 未来的20个生物科技军事应用项目 50
表2.2 未来应重点投资的14个生物科技军事应用领域的45个项目 51
表2.3 在陆军士兵系统中重点应用的生物科技 54
表3.1 生物科技发展历史大事记 61
表3.2 人类基因组计划及其它研究组织的基因组测序结果数据 67
表4.1 未来对陆军非常重要的网络科学领域和应用及优先等级 79
表4.2 系统科学与网络科学的对比 82
表4.3 系统生物学的基本概念术语、定量数据、测量和实验方法示例 88
表6.1 采用全局优化与多数规则方法的成功率对比 154
表6.2 数据集合的特性及相互作用组规模的预测 162
表7.1 AfCS计划研究的6个核心问题和对实验、新技术的需求 177
表7.2 AfCS计划采用的实验策略 178
表7.3 网络的平均输入及输出 183
表7.4 ABA信号转导网络节点名称的英文缩写及对应的英文／中文全称 195
表7.5 用于ABA信号转导网络节点状态调控的布尔规则 201
表7.6 在动态模型中去除1～3个节点的效果对比 206
表9.1 采用两种物种形成机制的新模型给出的结果数据 259
表9.2 在竞争参数c值比较接近时，食物网络各种参数的测量值 259
表9.3 新模型生成网络的特性参数值（1） 260
表9.4 新模型生成网络的特性参数值（2） 260
表9.5 利用标准的原有网络世界模型得出的食物网络特性参数值 260
表9.6 使用标准的原有网络世界模型并采用新模型得出的物种数量、物种连接数量和最高水平的结果数据 261
表9.7 图9.18（b）、图9.21（a,b）、图9.23和图9.24所示的5个食物网络模型及14个食物网络的物种数量、每个物种的连接数量及各营养级的物种数 261
表10.1 若干生物网络的小世界特性参数，包括节点数、平均度〈k〉、平均路径长度〈l〉及平均聚集系数〈C〉 292
表10.2 两种食物网络的主要特性参数，包括节点数、平均度〈k〉、平均路径长度l及聚集系数C 299
表10.3 两种具有无标度网络特征的食物网络的参数 299