Dana Pe'er and Nir Hacohen. Principles and strategies for developing network models in cancer. Cell 2011, 144: 864-872.

准则1：分子间相互影响产生数据中的统计相关性（Molecular influences generate statistical relations in data）

准则2：网络不是一成不变的：上下文相关与动态性（Networks are not fixed: the role of context and dynamics）

准则3：找到“差异”网络（Extracting "differential" networks）

策略1：发现遗传位点和体突变（Discovery of inherited alleles and somatic mutations）

策略2：用RNAi发现网络关键部分（Discovering key network components using RNAi）

策略3：统计识别异常调控的基因及其调控因子（Statistical identification of dysregulated genes and their regulators）

策略4：整合基因型和基因表达数据为因果模型（Integrating genotype and gene expression into causal models）

策略5：整合单细胞数据来解决细胞间的遗传异质性（Integration of single cell data to account for cell-cell heterogeneity）

策略6：用扰动来发现网络重构（Using perturbations to reveal network wiring）

未来前景：个性化肿瘤医疗（Personalized cancer medicine）