激素的作用是相对于神经系统的即时作用，其依靠更大范围的网络的稳态调节，如远距分泌旁分泌自分泌，特定部位，效果（由于分布形成的网络效应），激素之间的作用（协同拮抗竞争允许都是网络的关系），作用和分泌都有一定的周期；受体数目的调节是基因的表达层次的结果
形成的网络，一定路径，反馈或调节都是网络的行为
血液是流动的组织，是一层膜，血液的组成也是网络：血细胞的生成
心脏的搏动周期也是各个层次的周期性变化，是血压的动力源
i=u/r是整体的规律
交感和副交感神经对心脏，血管的作用是基于受体和神经递质的作用的整体集合：改变心率，平滑肌舒张收缩
水肿本质上是渗透压的不平衡，这是由有效值决定的，即网络的一个本征（有效滤过压=肾小球毛细血管血压-血浆胶体渗透压-肾小囊内压）每个环节都可能出现问题，甚至是整体不能进行（丝虫病导致淋巴回流受阻）
（毛细血管压+组织液胶体渗透压）-（血浆胶体渗透压+组织液静水压）=有效滤过压
＞0→组织液生成(动脉端)＜0→组织液回流(静脉端)，在血管的渗透压变化中组织液可以流动
血压的形成是动力和阻力相互作用的结果。心脏射血和外周阻力的相互作用形成收缩压，大动脉的弹性回位力和外周阻力的相互作用形成舒张压。
影响因素：大动脉弹性，外周阻力，心室射血动力，足够的血液充盈
多层次的感受器：肺牵张感受器，本体感受器，颈动脉体和主动脉体感受器，中枢化学感受器，颈动脉窦和主动脉弓感受器，其各种发挥作用，形成整体的动态系统，其力量的竞争的结果即有效值是最后的本征。
生理是桥梁，是一切作用的宏观层次的观测值，其本质上是机体网络的一个描述。内外环境之分是一个本质特征，同时由于相对性的存在使得网络保持动态平衡：组织液的生成，尿液的浓缩，肠道的吸收
新陈代谢是网络的本征，具体的表达是我们的不同器官的作用的组合
兴奋是信息的转换和传递，适应则是一个反馈式的调节，网络的本征是周期性的
调节是多层次的：神经体液，免疫，自身调节。形式：反馈
信号的形式，作用是多层次的
结构，序列相似性，作用细胞和受体产生细胞，作用机制，条件等等，各种细胞因子都是网络的选择性表达的产物，如同癌症等等的疾病都是网络的选择性表达的结果。我们希望的临床应用就是找到其本征（这也是动态变化的网络，但已经是一种降维处理了），再使用一定的药物和疗法（同样也是网络，但希望其本征能够机体的本征耦合，从而恢复机体的原本周期），这依赖全景的构建
高高低低的意义是网络的整体变化，不同的处理的结果不同，我们要探索高维的结构，这可以从足够数量的不同时间来替代单位时间的足够数量的变化。如特定的变化之间的相关度（疾病与一定分子浓度的关系）。结合ph软件的图像集合的思想，我们生物医学方面的分子作用（如同图像的基本单位）可以重构成为完整的网络。每一次拍照都是一次观测，多次观测的集合根据一定的相似性来建立一定的连接序列，即一定的全景，这可以参考基因组测序
网络的效应体现于概率，即现实的表达背后的马尔科夫模型，大规模的观测可以找到比较本征的基底
每个分子的机制都是一个网络，通过连接（相似度匹配）可以构建多维的网络，根据具体的表达来选择一定路径
构建的数据库是以基底为基本形式，不同的实体可以构建联系(如结构，序列相似性，作用细胞和受体产生细胞，作用机制，条件)，通过不同相似度的匹配构建不同层次的网络，这个可以依赖现实的经验来调整
信号转导路径或许是一个本征
单个作用和联合作用或许能够看出耦合的效应及其形式，使得实验是胜利的号角而不是冲锋的宣告。顶级的人才通过个体的智慧找到本征，现在的互联网时代可以通过计算来逼近，原本的上限成为下限，即进步
疾病是一个网络，是系统解剖，免疫，生理，生化，病理，细胞生物等等网络的耦合的网络的一个选择性表达
细胞因子，细胞，组织，器官都是一个特点的层次，都可以成为药物（恢复周期），同时利用层次的竞争和抵抗时代机体处于平稳的状态。当然，或许层次的纳什均衡不能够达到这种状态，我们可以引入新层次的竞争
抗体的治疗实际上是一个匹配的网络运算，利用机体的免疫系统
癌抗原，细胞膜的标志性蛋白，作为一种本征。考虑多种抗原的综合，即网络效应，多层次的运用：肽段，蛋白，细胞等等。
网络的正交是综合效应的求解方法，不同的标准是不同的结果，这是因为网络的高维结构
网络的波函数性质和量子特性：相对论波动方程，费曼路径积分，二次量子化方法，量子场论基础，量子电动学基础，量子散射理论
生物信息是全景整合的一个工具，各个层次的序列，不同颗粒度的相似性匹配
高通量的数据使得规律的涌现成为可能，可以构建互相作用的网络，现实的网络是基于其的一个表达