Egy gazdasági világválság közepén érdemes olyan válságmegoldó minták után nézni, amelyek az életrevalóságukat már válságok millióiban bizonyították be az evolúció során. Cikkünkben a legújabb kutatási eredményeinket összefoglalva megmutatjuk, hogy a hálózatos gondolkodás más komplex rendszerekre, így például a társadalmakra is transzformálhatóvá teszi azokat a tanulságokat, amelyeket a biológiai hálózatok válságainak vizsgálata jelent. Így a sejtek stresszválaszait válságmodellként használva hasonló, a hálózatok csoportjait szétválasztó folyamatok figyelhetőek meg a válság kezdeti szakaszában az élesztő sejtjeitől a társadalmakig. A válságot kiváltó tényezők lecsitulása az élesztőben a hálózatos újraépítés kezdetét jelenti, amelyben döntő szerepet játszanak az általunk először leírt kreatív hálózatos elemek. Mindez megfontolandó példaként szolgálhat a mai magyar társadalomban követendő viselkedésmintákra is.

Miért segítik a hálózatok a komplex
rendszerek viselkedésének megértését?

A minket körülvevő világ komplexitása a XX. század második felétől kezdve egyre jobban ránk zuhanó információk sokasága miatt a hagyományos információfeldolgozó módszerekkel egyre nehezebben írható le. A tudományos gondolkodásnak a bal agyfélteke dominanciájával járó megoldásai a követhetetlenül sok információból megpróbálják a lényeget kiragadni. A bal agyfélteke azonban egyidejűleg csak néhány információ független feldolgozására képes, és így e szelekciónak igen alaposnak kell lennie. Az információk zuhatagában a logikus agy feldolgozó, lényeglátó kapacitása hamar szűkössé válik, és előtérbe kerülnek az érzelmeken, a hiedelmeken és a mások viselkedésének követésén alapuló „lényegkiemelő” megoldások. Különösen igaz ez válságok idején, amikor a felgyorsuló események (illetve vélt fontosságukat tekintve lényegibbé váló események) a gyors válaszok kényszerét keltik a válság elszenvedőiben. Így válsághelyzetben az információfeldolgozás sebességének igénye és a logikus feldolgozó kapacitás befogadóképessége közötti különbség még nagyobbá válik. Végletes esetben (és végletesen fogalmazva) a válságban az értelem csődöt mond, és az érzelmeken alapuló, ösztö­nös döntéseknek, vagy a birka módra másokat követő pánikreakcióknak adja át a helyét.
Hogyan segíthetnek a válságban tapasztalható pánikjelenségek leküzdésében a hálózatok? Az agy információfeldolgozó, lényegkiemelő kapacitásának a bal agyfélteke logikai megoldásai és a milliónyi korábbi, illetve tudat alatti módon megélt tapasztalatot integráló érzelmi jelzések között van még egy mechanizmusa. Ez a jobb agyfélteke holisztikus, képi jellegű információt feldolgozó kapacitása, amely „pillanatok alatt” képes felismerni, meglátni a lényeget egy kusza, de képszerű módon prezentált információhalmazban. A hálózatok azért is váltak az elmúlt évtizedben a megismerésnek és a döntések előkészítésének egyre kedveltebb eszközeivé, mert képesek arra, hogy a logikus rendben sorakozó információkból (így például az Excel áttekinthetetlen táblázataiból) egyszerű eljárással egy rendezett képet állítsanak elő. A hálózatok ábrázolásával keletkezett vizuális mintázatokban már könnyűszerrel felismerhetőek és kijelölhetőek a sok szomszéddal rendelkező csomópontok (Barabási – Albert, 1999), a csoportok (Palla et al., 2005), a távoli elemeket, a csoportokat összekötő hidak (Watts – Strogatz, 1998), a sok csoport átfedésében tartózkodó szabályozó elemek (Csermely, 2008a; 2008b) és a komplex rendszerek más, kulcsfontosságú, lényegi információt hordozó részei. A fontos részek fenti példái legtöbbjének kijelölését ma már matematikai precizitással is meg lehet oldani. A hálózatok lényegének azonosítása után a hálózatos megközelítés alkalmas arra is, hogy e lényegi elemek nagyon precíz adatait igen gyors visszakereséssel újra megadja, és így a logikus bal agyfélteke elemző kapacitását néhány jól követhető lépéssel egy kezelhető mértékű adathalmazra koncentrálja.

A lényeg kijelölésének problémája egyidejű az emberi gondolkodás kialakulásával. Miért lenne jobb ebben a hálózatos megközelítés, mint az a sok-sok más eljárás, így például az adatbányászat, ami az évezredek során kialakult? Pusztán a képi megjelenítés nem tudná megmagyarázni a hálózatos elemzésmód elterjedésének viharos sebességét. Egy sokmilliós telefonelőfizetői hálózat képe még akkor is áttekinthetetlen marad, ha nézhetővé tételére bevetjük a hálózatok hasonló részeinek egybevonását alkalmazó, a legújabb időkben elterjedő hierarchikus hálózatábrázolási módszereket. A hálózatok szerkezete és viselkedése tanulmányozásának legnagyobb és legmegdöbbentőbb tanulsága az volt az elmúlt tizenegy év során, hogy a komplex rendszereket leíró hálózatok számos tulajdonságukban egyformáknak bizonyultak az egyszerű molekuláktól, a sejteken és az élőlényeken át a társadalmakig és az ökoszisztémákig bezárólag. Így a legtöbb hálózat egymáshoz hasonlít

• elemeik viszonylag csekély távolságában, a kisvilágságban (Watts – Strogatz, 1998);

• csomópontjaik megjelenésében, a skálafügget-lenségben (Barabási – Albert, 1999);

• az egymást követő bonyolultsági szintek hierarchikus felépítésében, a gyenge kapcsolatok hálózatokat stabilizáló hatásában (Csermely, 2004a; 2004b; 2005; 2006) és számos más tulajdonságban is.

Ez a hasonlóság lehetővé teszi annak a végtelenül izgalmas átgondolását, hogy ha az egyik hálózatos szinten megfigyelünk egy törvényszerűséget, az vajon mennyiben alkalmazható más hálózatos szintek viselkedésének megértésére. Cikkünkben saját eredményeink alapján egy ilyen jelentés- és szabálytranszformációt mutatunk be, amelyben a sejtek válságválaszait „fordítjuk le” a társadalom válságban mutatott (és mutatandó) válaszaira.

A hálózatok válságválaszai

Jelenleg éppen egy világgazdasági válság közepén vagyunk (persze csak reménykedhetünk abban, hogy ez tényleg a közepe, mert az egyben azt is jelentené, hogy nem olyan sokára elindul felfele az út). Nyilvánvalóan jelenleg gyűlnek azok a hálózatos adatok, amelyekből emberek sokaságának, cégeknek, bankoknak és a válság más résztvevőinek viselkedéséből következtetéseket lehet majd levonni a válság elterjedése és a válság megoldása során megjelenő társadalmi hálózatváltozásokra. A vizsgálat természetéből fakadóan azonban ezek a tanulságok csak a válság után állnak majd a rendelkezésünkre. Az előző világgazdasági válságok idején még elég kevés olyan átfogó adatrendszer született, amelyet visszamenőleg most vizsgálni lehetne. Mit lehet ilyen esetben tenni? A cikkünk bevezető részében leírt analógiasorozatot figyelembe véve célszerűnek látszik másfajta hálózatok, így például sejtek válságválaszait megvizsgálni, hátha találunk olyan általános jelenségeket, amelyek a társadalmi hálózatokban is azonosíthatóak lesznek. Mikor kerül a sejt válságba? Az egyszerű válasz az, hogy mindig. A sejt válságát stressznek hívjuk (Csermely, 2001; Csermely – Vígh, 2006; Csermely et al., 2007). A stresszválasz kiváltása a sejtes szinten gyorsan megoldható. Elég túl sokat (vagy éppen túl keveset) inni, túl meleg (vagy éppen túl hideg) helyen tartózkodni, vagy bármi mást csinálni, mint ami megszokott. Vizsgálataink során élesztősejtek és humán sejtek fehérje–fehérje kölcsönhatási hálózatainak a stressz különböző fajtájára és erősségére adott válságválaszait elemeztük.

A fehérje–fehérje kölcsönhatási hálózatokban a hálózatok elemeit az adott sejtben található fehérjék, az elemeket összekötő kapcsolatokat pedig a fehérjék közötti fizikai kölcsönhatások jelentik. Az élesztősejt fehérje–fehérje kölcsönhatási hálózatát a sejtet ért különböző stresszfajták (így például hősokk, oxidatív stressz, sózás, savas vagy lúgos kémhatás) esetén közvetlenül még nem vizsgálták meg. Így elemzésünk során egy olyan közvetett eljárást kellett alkalmaznunk, amelyben a megváltozott kapcsolódási erősségekre az adott fehérje–fehérje kapcsolatban résztvevő két fehérjét kódoló hírvivő RNS-ek mennyiségének megváltozásából (Gasch et al., 2000) következtettünk. A közvetett eljárásban kapott eredmények helyességét nagyszámú kont­rollvizsgálattal teszteltük (Palotai et al., 2008; Mihalik et al., 2008 és közlemény előkészületben). A stressz során megváltozott hálózatok átfedő csoportjait saját, négyéves munkánk során kidolgozott ModuLand eljárásunkkal (Csermely et al., 2006; Kovács et al., 2009) elemeztük. Munkánk eredményeként első körben tucatnál is több, igen vonzó kezdeti eredményt találtunk, amelyek közül azonban a lehető legváltozatosabb kontrollvizsgálatok során a legtöbb ötletünket sikere­sen megcáfoltuk. Egyetlen megállapítás azon­ban kiállta a legnehezebb próbákat is. Az élesztő fehérje–fehérje kölcsönhatási hálózataiban megfigyelhető csoportok átfedése csökken a sejtet érő sokfajta stressz során.

Van-e a fehérjék csoportjai közötti átfedés csökkenésének funkcionális jelentősége? Az élesztő fehérjecsoportjai megfeleltethetőek a sejt életében kitüntetett szerepet játszó funkcióknak, pl. a fehérjék szintézisének, lebontásának, a sejtciklus szabályozásának (Palotai et al., 2008; Kovács et al., 2009). A csoportok közötti átfedés csökkenése azt jelenti, hogy a csökkenés után kevesebb olyan fehérje van, amely egyszerre több csoporthoz is tartozik, és a csoportokat összekötő kapcsolatok száma is lecsökken. E jelenségek az alábbi módon segítik a sejt alkalmazkodását a stresszhez:

A csoportok közötti átfedést biztosító kapcsolatok jelentős részének megszüntetése energiatakarékosság, hiszen minden kapcsolat fenntartása energia felhasználását jelenti. Az energiával való takarékoskodásra a sejtben is rendkívül nagy szükség van válság idején.

A csoportok közötti átfedés csökkenése lehetővé teszi azt, hogy a különböző csoportok egymástól függetlenebb módon működhessenek. (Ha például az egyik intenzívebben dolgozik, az ne vonja okvetlenül maga után azt, hogy a másiknak is ezt kell tennie.) A sejt részeinek egymástól való függetlenedése a sejt egészének a váratlan, új helyzetre, a stresszre adott válaszkészletét megnöveli.

A csoportok kapcsolatrendszerének csökkenése a hiba- és zajterjedést is visszaszorítja. Ha az egyik csoportban hiba keletkezik, például az egyik fehérje az oxidáció áldozata lesz, a részleges oxidáció során keletkező szabadgyökök kevésbé károsítják a szomszédos csoport fehérjéit, hiszen azok nem annyira kapcsolódnak a kiindulási csoport károsodott tagjához. Hasonlóképpen a károsodott fehérjék hibás működéséből fakadó zajok és zavarok nem terjednek át annyira a szomszédos csoportokra, és nem zavarják tovább az amúgy is zavart működésüket, ha a csoportok lazábban kötődnek egymáshoz (Szalay et al., 2007). Ez a jelenség nagymértékben hasonlít a karanténnek a járványok, így a jelenlegi új influenzajárvány terjedésének megakadályozásában igen bevált gyakorlatára.

Ha a sejt válsága a stressznek az előzőekben leírt formáinál intenzívebb, a többsejtű élőlények sejtjei sok esetben a programozott sejthalál, az apoptózis áldozatai lesznek (Sőti et al., 2003). Ez az önfeláldozó, altruista magatartás azért hasznos, mert ilyen módon a sejtek nem „pukkadnak szét”, és szétbomló tartalmuk nem mérgezi meg a környezetüket. A sejtek apoptózisának bonyolult folyamata végén egy fehérjebontó család tagjai, a kaszpázok a sejt több száz fehérjéjét emésztik el. Vizsgálatainkban arra voltunk kíváncsiak, hogy milyen változásokat okoz e sok száz fehérje eltüntetése a humán sejtek fehérje–fehérje kölcsönhatási hálózataiban. Eredményeinket röviden összefoglalva arra jutottunk, hogy a hálózatban megfigyelhető fehérjecsoportok (az élesztőben megfigyelt, enyhébb stresszválaszhoz hasonlóan) itt is szétválnak egymástól. Ezen túlmenően azonban az apoptotikus folyamat számos fehérjecsoport széteséséhez is vezet. A programozott sejthalál „végrehajtói”, a kaszpázok a hálózat szerkezete szempontjából a legfontosabb fehérjéket veszik célba, és így rendkívül nagy hatékonysággal „verik szét” a sejt működését, életben maradását biztosító hálózatos szerkezetet (Nánási et al., közlemény előkészületben).

A hálózatok újrarendeződése a válság után

Az eddigiekben két biológiai példát mutattunk arra, hogy a sejtes fehérje–fehérje kölcsönhatási hálózatok a válság során részlegesen vagy nagymértékben szétesnek, dezintegrálódnak. Mi történik a válság letaglózó, első szakasza után? Értelemszerűen a sejtet ilyenkor újra „össze kell szerelni”. Nyilvánvalóan ez az újraszerelés a programozott sejthalál által okozott kiterjedt károsodás után már nem lehetséges. Az enyhébb stresszfajták után azonban érdemes átgondolni a helyreállítás folyamatát. Honnan „tudja” a sejt azt, hogy ilyenkor mit mivel kell összekapcsolnia? Természetszerűen a sejt fehérje–fehérje kölcsönhatási hálózata ilyenkor nem esett teljesen szét. Azaz a csoportok közötti maradék kölcsönhatások a tartósabb kapcsolatok újraalakulását lehetővé tevő több energia és kevesebb zaj esetén irányítani tudják azt, hogy a szomszédságukban mely fehérjék találkozzanak nagyobb valószínűséggel egymással. Ezáltal az alakjukban, kötőfelszínükben egymáshoz illő fehérjék újra kötődni tudnak egymáshoz.

Az újrarendeződés fenti, változatlanságot generáló mechanizmusa mellett van egy rendkívül fontos, változást generáló eleme is. A sejt szétszerelődése alkalmat ad arra is, hogy a sejt más hálózatos szerkezetet szereljen össze a válság után, mint amilyennel a válság előtt rendelkezett. A hálózatos szerkezetben bekövetkező változásokat a sejt tanulási, adaptációs folyamatának is nevezhetjük. Rövid távon ezek a változások a sejt „stresszmemóráját”, ha úgy tetszik „stressztörténelmét” őrzik meg, azaz minden sejtünk, de mi magunk is az öröklött tulajdonságok mellett a minket ért behatásoknak, stresszeknek a lenyomatai is vagyunk. (Ezért sem lehet két klónozott embrió teljesen egyforma a felnövekedésének első néhány pillanata után.) Hosszú távon a sejtek és élőlények leszármazási vonalainak stresszmemóriája hozzájárul az evolúciós változásoknak a gének megváltozásától független, epigenetikai részéhez (Korcsmáros et al., 2007; Szalay et al., 2007). Pál Csabával és Papp Balázzsal közös munkánkban (Pál et al., 2006) a szimbiotikus metabolikus hálózatok hosszú távú, evolúciós adaptációját vizsgálva arra hívtuk fel a figyelmet, hogy a stresszadaptáció folyamatához hasonlóan e hálózatok csökkenése során is a tervezett és véletlenszerű elemek megfelelő aránya van jelen.

Milyen viselkedés szükséges a hálózatok stressz után bekövetkező, megváltozott összeszereléséhez? Ebben a folyamatban a szokásosnál véletlenszerűbb kapcsolatok játsszák a fő szerepet. Ha egy hálózatos elem az átlagosnál jóval több esetben alakít ki véletlenszerű, gyenge kapcsolatokat, akkor ezek a kapcsolatok sokkal inkább befolyásolhatóak bármely új helyzet, így a stressz vagy válság által. Ha ez a hálózatos elem ráadásul nagyon sok csoport átfedésében tartózkodik, és véletlenszerű kapcsolataival mindig váltogatja azokat a csoportokat, amelyekhez kötődik, akkor kitüntetett szerepe lehet abban, hogy a stressz által szétkapcsolt hálózatos csoportokat újsze­rű módon kapcsolja össze a stressz elmúlta után. Az ilyen elemeket kreatív elemeknek neveztük el, és a Trends in Biochemical Sciences című folyóirat címlapsztorijaként közölt cikkünkben (Csermely, 2008b) bemutattuk, hogy ezek a kreatív elemek a fehérjék szerkezetétől a társadalmi csoportokig és az ökoszisztémákig minden hálózatban a működés újszerűségének, a válságválaszoknak megkerülhetetlenül fontos elemei. Hasonló, sokszoros cross-talkra képes elemek sokaságát találtuk a C. elegans, a Drosophila és az ember jelátviteli hálózataiban (Korcsmáros et al., 2009).

A sejtekben a kreatív elemek igen jó példái a stresszfehérjék (Csermely, 2001). Ezeknek a fehérjéknek az evolúcióban játszott kitüntetett szerepét több mint tíz éve írták le először (Rutherford – Lindquist, 1998). Az elmúlt négy-öt évben egyre inkább fény derült arra, hogy a sejtek hálózatainak az evolúció sebességét szabályozó, kreatív elemei messze túlterjednek a stresszfehérjék önmagában is népes családján (Csermely 2004a; 2004b; 2005; 2006). Sasha Levy és Mark Siegal (2008) mutatták meg, hogy az élesztő kb. hatezer génje közül kb. háromszáz gén által kódolt fehérje kreatív elemnek tekinthető. Vizsgálataink során azt találtuk, hogy e kreatív elemek centralitása számottevően megnő a hősokk későbbi szakaszában (Mihalik, Kaposi és Csermely, nem közölt adatok), ami a hálózatos szerkezet összeszerelésében játszott szerepükre utal.

Miben segítheti a biológiai hálózatokról szerzett tudás a mai magyar társadalomban követendő viselkedésminták megtalálását?

A cikkünk eddigi részében bemutatott válságválaszok nem csak a sejtek fehérje–fehérje kölcsönhatási hálózataira jellemzőek. A mitokondriumok által alkotott hálózatok hasonlóképpen összeszerelődnek, majd szétesnek, ahogyan a stressz fokozódik (Tondera et al., 2009). A hálózatok válságban történő dezintegrációja figyelhető meg a cégek közötti kapcsolatok esetén is (Saavedra et al., 2008; Stark – Vedres, 2006). A hálózatok szerkezetének a rendelkezésre álló forrás (energia) mennyiségétől, illetve a hálózatokat bomlasztó stressztől függő megváltozására már korábban is felhívták a figyelmet Vicsek Tamás és munkatársai (Derényi et al., 2004). A modell szerint, ahogyan a kapcsolatok kialakítására rendelkezésre álló forrás mennyisége csökken (a kapcsolatokat szétziláló stressz nő), a hálózatok a véletlenszerű hálózat (random gráf) formából a csomópontokkal jellemezhető skálafüggetlen hálózati irányba, majd a „diktátor” megjelenésével járó csillaghálózat irányába, és végül az elemeire szétesett hálóza­tok (a részgráfok) felé változnak meg. A hálózatok topológiai fázisátalakulásainak jelensége általánosítható, és megmutatható, hogy az előzőekben leírt formák mind a sejtek, mind az állatok hálózataira jellemzőek (Csermely, 2005; 2006). Kertész János és munkatársai (Onnela et al., 2003) tőzsdekrach során a tőzsdei részvények korrelációs hálózatában hasonló csomópont→csillagháló átalakulást figyeltek meg. A hálózatos csoportoknak a cikkünkben bemutatott stressz esetén történő szétkapcsolódása, illetve a programozott sejthalál során történő szétesése jól beleillik a fenti átalakulás-sorozat csomópont→csillag­háló, illetve csillagháló→szétesett részgráfok átalakulásába.

Az előző részben bemutatott példák bátorítást adnak arra, hogy a cikkünkben leírt sejtes válságválaszokhoz hasonló válaszokat próbáljunk meg értelmezni a társadalmi hálózatokban is. E társadalmi hálózatokban az elemeket emberek, illetve emberek csoportjai, a kapcsolatokat pedig szorosabb vagy távolibb ismeretségek jelentik. Mindennapi ismereteink visszaigazolják azt, hogy a sejtek története rólunk is szól. A válság első, váratlanul érő hulláma idején meglazulnak a távoli kapcsolataink, az egymást kevéssé ismerő csoportok tagjai még kevesebbet találkoznak egymás­sal, a társadalom zártabb, egymással kevesebb kapcsolatot tartó szigetekké esik szét, amelyek mindegyike a válság elején a saját belső viszonyainak rendezésével van elfoglalva.

Magyarországon a társadalmi hálózat szét­esése még az átlagosnál is jellemzőbb, fenyegetőbb válságjelenség. Kopp Mária és munkatársai adatai alapján a társadalmi hálózatok kialakulását nagymértékben meggátló anómia mértéke a magyar társadalomban 2002 és 2006 között 54%-ról 71%-ra nőtt (Kopp, 2008). A társadalmi csoportok eltávolodása növeli az ellentéteket, a csoportközi konfliktusok megoldási formáinak begyakorlatlansága pedig mindennapossá teszi a verbális vagy fizikai erőszakot. Egyszerűsítve azt mondhatjuk, hogy a magyarországi társadalmi hálózat jelenleg csaknem olyan, mint egy pókháló bombatámadás után. A társadalmi bizalom szintje negatív rekordokat dönt, a társadalmi tőke erodál, az emberek és csoportok közötti játszmák zéró összegűeké válnak, azaz a kiszorítósdi a jellemző az új lehetőségek, az új piacok együttes meghódítása helyett.

Hogyan lehet a jelenlegi elszomorító hely­zeten túllendülni, és a sejtek válságválaszaiból tanulva újrarendezni, újraszőni a magyar társadalmi hálózatot? Első lépésként nem azon kell szomorkodni, hogy a társadalom anómiás háromnegyede erre már nem nagyon képes, hanem meg kell találni a maradék egynegyedet. Minden olyan ember mérhetetlenül nagy kincs a környezetünkben, akiben még maradt egy szikrányi bizalom, aki képes normális, őszinte, a kölcsönös elismerésen és tiszteleten alapuló emberi kapcsolatok építésére. Ha már megtaláltuk, szigetet kell képeznünk vele. Saját hálózatos játékelméleti eredményeink is megmutatták, hogy az együttműködők szigetei tartósan fenn tudnak maradni a nem együttműködők tengerében (Wang et al., 2008). A társadalom érték- és bizalom-szigetei felbecsülhetetlenül fontossá válnak bármely válságos időszakban.

Mindez azonban nem elég. A szigetek építése és őrzése mellett ki kell törni a jelenlegi kapcsolati rendszerünkből, és meg kell találni a következő szigetet. Ehhez össze kell számolni azokat a társadalmi szerepeket (szociális dimenziókat), amelyeket betöltünk, és tudatosan is szaporítani kell a számukat. Minden egyes új szerepfelfogás új emberek és új csoportok sokaságát, és az általuk hordozott új információk és új készségek tárházait nyitja meg előttünk. Az egyéni gazdagodáson túl, minden egyes nem nyilvánvaló, szokatlan, új kapcsolatfajtánkkal növeljük azon lehetőségeknek a számát is, amelyekben mediátorok lehetünk egy társadalmi félreértés eloszlatásában, egy majdani konfliktus, egy majdani erőszak megelőzésében. A lehetséges szerepek sokasága, az énkép gazdagsága megoldást adhat az egyre szaporodó konfliktusokban is, hiszen az azonos érvkészlet ismételgetésével konfliktussá és erőszakká eszkalálódó nézeteltérés egy nézőpontváltással, egy szerep- és helyzetváltással nagyon sok esetben megdöbbentően hatékonyan leszerelhető. A konfliktusok megelőzése mellett minden egyes hídteremtő kapcsolatunk növeli azoknak az együttműködéseknek a lehetőségét is, amelyben a régi, és a válságban csökkenő források újraelosztásáért folytatott elkeseredett harc helyett új források meghódításáért léphetünk fel – együttesen.
A hídteremtés különösen fontos eleme a legkiválóbbakkal, a tehetségekkel való törődés, ahol a legtöbb esetben a tehetség egy vadonatúj környezetet igényel optimális fejlődéséhez, kapcsolatrendszeréhez. Ez a legtöbb esetben a tudománnyal foglalkozni kezdő fiatal tehetségek esetén is igaz. A fentiek miatt a tehetséggondozás maga is hálózatot képző folyamat, amelynek jó példái a tehetségeknek megfelelő környezetet adó, vagy javasló Tehetségpontok (http://www.tehetsegpont.hu/96-11464.php), amelyekből az elmúlt fél évben százötven kezdte meg egy­mással együttműködő, hálózatos munkáját.
A hídteremtő viselkedéshez szilárd és pozitív önkép kell. Mit tegyen a társadalom azon anómiás 71%-a, akiben ez az önkép minden bizonnyal megsérült? Merje megtenni az első lépést. Ne azokhoz kapcsolódjon, akik ugyanolyanok, mint ő, hanem azokhoz, akik olyanok, amilyenné szeretne lenni. Adjon egyetlen pozitív gesztust, egyetlen valóságos, vagy képletes mosolyt. Ezzel beindul egy angyali kör. Visszajelzést kap, amely erősíti a pozitív énképét. A pozitív énkép pedig segíti a következő mosolyt. Ezt alátámasztja, hogy az internetes közösségi hálózatokban az önmagukról mosolygó arcképet felrakó embereknek általában sok mosolygó arcképű ember az ismerősük – és fordítva: a savanyúképűeket kevés, de hasonlóan savanyúképű ismerős veszi körül (Christakis – Fowler, 2009).

A fentiek megmutatták, hogy a válság megoldásának egyik nagyon fontos kulcsa a kezünkben van. Egy furcsa helyzet állt azonban elő. A kulcs egyikünk kezében sincs különkülön, hanem mindegyikünk kezében van együttesen. Ideje lenne szétnézni.
 

Kulcsszavak: adaptáció, élesztő, hálózatok, hídteremtés, játékelmélet, kreatív elemek, stressz, tehetség, válság, viselkedésminták

IRODALOM

Barabási Albert László – Albert Réka (1999): Emergence of Scaling in Random Networks. Science. 286, 509–512.

Csermely Péter (2001): Stresszfehérjék. Tudomány-Egyetem sorozat. Vince, Budapest

Csermely Péter (2004a): A gyenge kölcsönhatások ereje a stresszfehérjéktől a szociális hálózatokig. Magyar Tudomány. 165, 1318–1324.

Csermely Péter (2004b): Strong Links Are Important – But Weak Links Stabilize Them. Trends in Biochemical Sciences. 29, 331–334.

Csermely Péter (2005, újranyomás: 2008): A rejtett hálózatok ereje. Hogyan stabilizálják a világot a gyenge kapcsola-tok? Tudomány-Egyetem sorozat. Vince, Budapest

Csermely Péter (2006, utánnyomás és web-változat: 2007, papírfedelű második kiadás: 2009): Weak Links: Stabilizers of Complex Systems from Proteins to Social Networks. Springer Verlag

Csermely Péter (2008a): A Network Scientists Highlights Active Sites of Enzymes, Cells, Brains and the Society. Nature. 454, 5.

Csermely Péter (2008b): Creative Elements: Network-Based Predictions of Active Centres in Proteins, Cellular and Social Networks. Trends in Biochemical Sciences. 33, 569–576.

Csermely Péter – Vígh László (eds.) (2006): Molecular Aspects of the Stress Response: Chaperones, Membranes and Networks. Advances in Experimental Medicine and Biology. Vol. 594. Springer Science + Business Media, LCC and Landes Bioscience/Eurekah.com

Csermely Péter – Korcsmáros T. – Kovács I. – Szalay, M. (2006): Method for Analyzing the Fine Structure of Networks. WO2007093960 szabadalmi bejelentés

Csermely Péter – Korcsmáros T. – Sulyok K. (eds.) (2007): Stress Responses in Biology and Medicine: Stress of Life in Molecules, Cells, Organisms, and Psychosocial Communities. Annals of the New York Academy of Sciences. 1113.

Derényi Imre – Farkas I. – Palla G. – Vicsek T. (2004): Topological Phase Transitions of Random Networks. Physica A. 334, 583–590.
Christakis, Nicholas A. – Fowler, James H. (2009): Connected: The Surprising Power of Our Social Networks and How They Shape Our Lives. Little Brown and Co.

Gasch, A. P. – Spellman, P. T. – Kao, C. M. – Carmel-Harel, O. – Eisen, M. B. – Storz, G. – Botstein, D. – Brown, P. O. (2000): Genomic Expression Programs in the Response of Yeast Cells to Environmental Changes. Molecular Biology of the Cell. 11, 4241–4257.

Kopp Mária (szerk.) (2008): Magyar lelkiállapot. Semmelweis, Budapest

Korcsmáros T. – Kovács I. A. – Szalay M. S. – Csermely P. (2007): Molecular Chaperones: The Modular Evolution of Cellular Networks. Journal of Biosciences. 32, 441–446.

Korcsmáros T. – Farkas I. J. – Szalay M. S. – Rovó P. – Fazekas D. – Spiró Z. – Böde C. – Lenti K. – Vellai T. – Csermely P. (2009) Uniformly curated signaling pathways reveal tissue-specific cross-talks, novel pathway components, and drug target candidates. Preprint: www.signalink.org

Kovács István, – Palotai R. – Szalay M. S. – Csermely P. (2009): Community Landscapes: A Novel, Integrative Approach for the Determination of Overlapping Network Modules. Preprint:  WEBCÍM >

Levy, Sasha F. – Siegal, Mark L. (2008): Network Hubs Buffer Environmental Variation in Saccharomyces cerevisiae. PLoS Biology. 6, e264.

Mihalik Á. – Palotai R. – Csermely P. (2008): Stressz hatása az élesztő fehérje-fehérje kölcsönhatási hálózatának modulszerkezetére. Biokémia. 32, 67.

Nánási – Rák – Csermely: közlemény előkészületben

Onnela, Jukka-Pekka – Chakraborti, A. – Kaski, K. – Kertész J. – Kanto, A. (2003): Dynamics of Market Correlations: Taxonomy and Portfolio Analysis. Physical Review E. 68, 056110.

Palla Gergely – Derényi I. – Farkas I. – Vicsek T. (2005): Uncovering the Overlapping Community Structure of Complex Networks in Nature and Society. Nature. 435, 814–818.

Palotai R. – Szalay M. S. – Csermely P. (2008): Chaperones As Integrators of Cellular Networks: Changes of Cellular Integrity in Stress and Diseases. IUBMB Life. 60, 10–18.

Pál Csaba – Papp B. – Lercher, M. J. – Csermely P. – Oliver, S. G. – Hurst, L. D. (2006): Chance and Necessity in the Evolution of Minimal Metabolic Networks. Nature. 440, 667–670.

Rutherford, Suzanne L. – Lindquist, Susan (1998): Hsp90 As a Capacitor for Morphological Evolution. Nature. 396, 336–342.

Saavedra, Serguei – Reed-Tsochas, F. – Uzzi, B. (2008): Asymmetric Disassembly and Robustness in Declining Networks. Proceedings of the National Academy of Sciences of the USA. 105, 16466–16471.

Sőti Csaba – Sreedhar, A. S. – Csermely P. (2003): Apoptosis, Necrosis and Cellular Senescence: Chaperone Occupancy As a Potential Switch. Aging Cell. 2, 39–45.

Stark David – Vedres Balázs (2006): Social Times of Network Spaces: Network Sequences and Foreign Investment in Hungary. American Journal of Sociology. 111, 1367–1412.

Szalay Máté S. – Kovács I. A. – Korcsmáros T. – Böde. C. – Csermely P. (2007): Stress-induced Rearrangements of Cellular Networks: Consequences for Protection and Drug Design. FEBS Letters. 581, 3675–3680.

Tondera, Daniel – Grandemange, S. – Jourdain, A. – Karbowski, M. – Mattenberger, Y. – Herzig, S., Da Cruz, S., Clerc, P., Raschke, I., Merkwirth, C., Ehses, S., Krause, F. – Chan, D. C. – Alexander, C. – Bauer, C. – Youle, R. – Langer, T. –Martinou, J. C. (2009): SLP-2 Is Required for Stress-Induced Mitochondrial Hyperfusion. EMBO Journal. 28, 1589–1600.

Wang, Shijun – Szalay M. S. – Zhang, C. – Csermely P. (2008): Learning and Innovative Elements of Strategy Update Rules Expand Cooperative Network Topologies. PLoS ONE. 3, e1917.

Watts, Duncan J. – Strogatz, Steven H. (1998): Collective Dynamics of „Small-world” Networks. Nature. 393, 440–442.