網路基序理論由 Uri Alon 實驗室奠基（Milo et al., Science, 2002），將複雜網路分解為可理解的功能模組，成為系統生物學的設計原則（design principles）框架。
嚴格統計定義與零模型
給定有向圖 G，計算所有 k-node 非同構子圖的出現次數 N_real，再生成 N_rand 個隨機圖（保持每個節點的 in/out-degree 不變），計算 Z-score = (N_real −
FFL 的 ODE 建模
以 C1-FFL (AND gate) 為例，設 X 為輸入信號（0 或 1），Y 和 Z 的動態：
dY/dt = β_Y · f(X) − α_Y · Y
dZ/dt = β_Z · g(X, Y) − α_Z · Z
其中 f(X) 為 Hill function，g(X,Y) 為 AND 邏輯：g = (X^n / (K_X^n + X^n)) · (Y^m / (K_Y^m + Y^m))。
當 X 由 0→1（step-on），Y 需時間累積到 K_Y 後 Z 才被啟動，產生 sign-sensitive delay τ_on ≈ (1/α_Y) · ln(β_Y/(β_Y − α_Y·K_Y))。當 X 由 1→0（step-off），Z 立即失去 X 的活化而迅速下降（無延遲），實現不對稱的濾波功能。
I1-FFL 的脈衝與完美適應
I1-FFL 中若抑制臂（Y 對 Z）使用與活化臂相同的 Hill 係數且滿足特定參數關係（Sontag, 2009 提出的 internal model principle），可實現 exact adaptation：穩態時 Z 回到基線水平，無論 X 的幅度如何。這是 bacterial chemotaxis 中 CheY-P 適應的網路層級解釋。
Motif 組合與 higher-order structures
真實網路中 motifs 並非孤立存在，而是共享節點形成 motif clusters。Kashtan & Alon（PNAS, 2005）提出 network of motifs 概念，發現大腸桿菌中 overlapping FFL 形成 multi-output FFL（一個 master TF 控制多個平行 FFL），實現模組化的時序程序（如 flagella assembly 的分層表達）。
跨領域的通用 motifs
Milo et al.（Science, 2004）比較電子電路、神經迴路、食物鏈與基因調控網路，發現不同領域的網路共享相同的 motif profile（稱為 superfamily）。這暗示 motifs 反映的是資訊處理的通用設計原則，而非特定生物系統的偶然結果。
工具與資源：mfinder / FANMOD / MAvisto 偵測子圖；BioModels Database 存有經驗證的 motif ODE 模型。
文獻：Milo et al. (2002) Science 298:824-827 / Alon (2007) An Introduction to Systems Biology (textbook) / Shen-Orr et al. (2002) Nat Genet 31:64-68.