新的“系统化学”学科正在兴起，旨在捕捉合成化学框架内自然系统中观察到的复杂性。生命系统依靠复杂的化学反应网络来控制空间和时间中分子的浓度。尽管生物网络具有极大的复杂性，但有可能识别出导致功能输出的网络图案，例如双稳态或振荡。要真正了解生命系统如何运作，我们需要完全了解化学反应网络（CRN）如何创造功能。我们建议开发一种自下而上的方法来设计和构建CRN，我们可以跟踪单一化学实体对整个网络属性的影响。最终，
关键词： 化学反应网络; 复杂; 耗散系统; 网络图案; 外的平衡; 可调性
自然现象，例如地球的气候，生态系统，动物群体行为，我们的大脑和活细胞，都是表现出明显复杂性的动态行为的系统[1-5]。复杂系统的一些显着特性在于它们的稳健性（即容错性），弹性（即恢复能力）和适应能力（即竞争或合作资源）以响应环境条件的变化[6- 11]。这种系统级功能代表了自然现象的先决条件，可以防止突然的气候变化或生态系统中人口的突然减少，并且可以说是支持复杂系统从非生活过渡到生活的关键特性[12-14]。理解能够实现动态不同但稳定状态之间转换的原则将揭示可预测性，并可能影响变化动态，但科学尚未找到这种复杂性的答案[15]。
像活细胞这样的系统的最终目标之一是了解分子水平事件和网络拓扑之间的相互作用如何决定复杂化学反应网络中出现的行为[16]。化学反应的广泛代谢和遗传网络允许活细胞感知其环境，对刺激作出反应，并使用营养物进行细胞生长和分裂。在过去的几十年中，复杂性科学在开发数学工具方面取得了巨大进步，这些数学工具捕获了这些网络背后的关键属性[17-19]。然而，我们对实际系统的深入了解往往不足以准确预测系统何时以及多少响应环境变化。当这些变化导致系统超出临界值时，尤其如此，由此产生的突然变化或相变变得不可预测[20-22]。分析复杂相互作用的复杂网络的结构和动力学是消除分子结构和功能与网络行为之间联系的风险。因此，我们需要新的方法，以指导和最终控制复杂分子系统的意外行为。
网络在复杂性方面令人生畏，但确实表现出结构模式[23]。将网络简化为布线图可以实现精确的建模，并揭示了难以理解的基本特征[24]。人们普遍认为复杂的分子网络，如电路，是由较简单的模块（网络图案）构成的，并控制着较大网络的调节功能和系统级行为[25]。实际上，具有一些正反馈回路的简单图案创造了功能，例如双稳态切换，适应和振荡[26]。这些构建块可以重建，这在合成和系统生物学以及代谢工程领域引发了巨大的活动[27]。
我们现在必须学习如何将反合成应用于网络图案，我们相信化学为化学反应网络（CRN）的设计提供了独特的机会[28-30]。系统化学的一个主要挑战是将生物系统的设计原理转化为实用的“编程语言”，并学习如何使用化学反应创建功能。早期的工作已经产生了许多激动人心的例子，从可以执行逻辑运算的功能性失衡系统到耗散性自组装结构，创建新形式的智能材料[31-35]。然而，我们受到太少的系统示例的严重限制，这些系统既足够广泛，又能够展现动力学，同时又足够简单，可以调节[36]。
从这个角度来看，我们将尝试为在非均衡条件下运行并显示复杂行为的CRN的设计和实现制定一般策略。我们认为，需要新的方法来建立分子网络，牢固地植根于（合成）化学，但结合化学工程的数学建模和借鉴原理[37]。分离分子结构对网络功能和动态的影响将揭示管理CRN的规则，以及像细胞这样的系统的复杂性。