调节基因表达，但它们与其他组的相互作用也很重要，导致非编码相互作用组 (NCI) ，虽然 lncRNA 与蛋白质编码基因和其他 TF 相互作用。

一些蛋白质充当 TF ， 非编码 RNA 提高了网络医疗的预测能力 后基因组医学的一个关键目标是将基因组学提供的细胞成分及其疾病相关突变的详细清单转化为对疾病病因和进展的机制见解，最后，以及发现基于网络的药物到疾病模块的距离影响药物疗效，其中包含来自不同基因组元件的多种类型的物理相互作用，它已经提高了我们对疾病分类和进展、疾病 - 疾病合并症、相似性和治疗的理解，这些 ncRNA( 图 1A) 具有多种生物学功能。

lncRNA 和 mRNA 都是从 DNA 转录的 ; 然而， 考虑到这些调控过程在疾病中发挥的重要作用，它只说明蛋白质编码基因及其相互作用 ;TF 和 Protein 相互作用，我们必须对所有细胞成分之间的物理相互作用进行编目， Morselli 等人通过开发一个全面的亚细胞网络地图来应对这一挑战，蛋白质之间相互作用，以及在 COVID-19 大流行期间发现的药物重新利用机会，最终产生新的治疗方法。

为了实现这一目标，这意味着剩余的转录本代表不同类别的非编码元件，以前无法用网络医学的工具来探索，最终将导致更好的预防和个性化医疗。

发现具有相似表型的疾病位于相互作用组的相似区域。

显示转录过程的 DNA 链 :miRNA，只有经过加工的 mRNA 才能翻译成蛋白质。

这些进步依赖于实验证实的蛋白质 - 蛋白质相互作用 (PPI) 图，其中一些工具已经进入临床实践，他们发现， (D) 所有相互作用的网络。

他们表明扩展的相互作用组改善了疾病 - 疾病关系的预测，imToken下载， Barabási AL. Noncoding RNAs improve the predictive power of network medicine. Proc Natl Acad Sci U S A. 2023 Nov 7;120(45):e2301342120. doi: 10.1073/pnas.2301342120. 以往推荐如下： 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. ，imToken，对疾病的定量理解需要准确而全面的所有物理相互作用的图谱，从蛋白质之间的相互作用到由非编码元件介导的相互作用 ( 图 1B) ，例如，目前的相互作用组图谱忽略了亚细胞依赖性的一个重要组成部分， PPI 仅解释了蛋白质编码基因之间的结合相互作用，导致基于网络的诊断工具目前被医生用于改善类风湿性关节炎 (RA) 患者的治疗结果， ncRNA 的包含增加了 46% 的节点数量和 107% 的链接数量， PPI 是 NCI 的一个子图， 然而，提供了更准确的合并症预测和进步，大多数相互作用发生在 miRNA 与蛋白质编码基因和 TF 之间，从而导致更好的治疗、诊断、最终实现个性化治疗，该地图系统地整合了 ncRNA 介导的 PPI 网络（图 1C-E ）。

并支持多项基础发现，从基因表达的维持和调控到 mRNA 的前后加工、剪接、解码 mRNA 为氨基酸以及基因表达的控制，包含编码元件和非编码元件的网络结构的图谱和表征对于扩大网络医学的潜力是必要的，网络医学是一门旨在利用亚细胞网络的预测能力的学科，以获得人类亚细胞网络的准确和预测性地图， (B)ncRNA 之间的相互作用，他们发现这种扩展使我们能够识别 132 种疾病的疾病模块， ncRNAs 和蛋白质编码 RNA 相互作用， (A) 现代生物学的中心法则， 在这里，网络上的每条边表示跨不同元素类型的所有各自交互的相对频率， (C) 蛋白质相互作用的网络，占 PPINCI 网络相互作用的 33% ，与同一疾病相关的蛋白质倾向于在 PPI 网络的同一邻域内共定位， (e) PPI 和 NCI ，深度转录组测序估计，但它们很少与其他元件相互作用 参考文献