Skip to content
بازگشت به نتایج جست‌وجو

تحلیل موتیف شبکه — بلوک‌های ساختاری تکرارشونده

سال
2002
نوع
Statistical pattern-detection method for directed graphs

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

تحلیل موتیف شبکه یک روش آماری برای شبکه‌های جهت‌دار است که در سال ۲۰۰۲ توسط میلو، شن-اور و آلون معرفی شد. این روش الگوهای زیرگراف کوچک تکرارشونده — موتیف‌ها — را شناسایی می‌کند که به طور معنی‌داری بیشتر از آنچه در یک شبکه تصادفی قابل مقایسه انتظار می‌رود، ظاهر می‌شوند. با مقایسه یک شبکه واقعی با یک مجموعه تهی از گراف‌های تصادفی‌شده، این روش بلوک‌های ساختاری ابتدایی را آشکار می‌سازد که سازمان‌دهی عملکردی شبکه‌های تنظیم‌کننده بیولوژیکی، شبکه‌های اجتماعی و سایر سیستم‌های پیچیده را تعریف می‌کنند.

شهود پشت روش

تصور کنید به یک نمودار سیم‌کشی نگاه می‌کنید و متوجه می‌شوید که یک حلقه سه‌طرفه خاص بسیار بیشتر از آنچه در یک برد با سیم‌کشی تصادفی با همان اندازه می‌دیدید، ظاهر می‌شود. این فراوانی اضافی تصادفی نیست — بلکه نشانه‌ای از یک اصل طراحی تکرارشونده است که در شبکه گنجانده شده است. تحلیل موتیف شبکه این شهود را رسمی می‌کند: این روش هر الگوی زیرگراف کوچک متصل را در شبکه واقعی می‌شمارد، هزاران شبکه تصادفی با همان توالی درجه کلی تولید می‌کند، شمارش‌ها را مقایسه می‌کند و می‌پرسد کدام الگوها واقعاً بیش‌نمایندگی دارند. آن الگوهای بیش‌نمایندگی‌شده همان موتیف‌ها هستند — بلوک‌های ساختاری عملکردی شبکه.

تاریخ

تحلیل موتیف شبکه توسط ران میلو، شای شن-اور، اوری آلون و همکارانشان در یک مقاله برجسته در سال ۲۰۰۲ در مجله Science معرفی شد. مطالعه آنها نشان داد که سه شبکه جهت‌دار واقعی — شبکه تنظیم‌کننده رونویسی E. coli، سیم‌کشی عصبی C. elegans و شبکه جهانی وب — هر کدام مجموعه‌ای کوچک از الگوهای زیرگراف را در خود جای داده‌اند که بسیار بیشتر از حد تصادفی تکرار می‌شوند. بررسی آلون در سال ۲۰۰۷ در Nature Reviews Genetics چارچوب مفهومی را گسترش داد و توضیح داد که چگونه این موتیف‌ها با انواع مدارهای عملکردی مانند حلقه‌های پیش‌خور و دوپایه مطابقت دارند. از آن زمان، این حوزه الگوریتم‌های شمارش سریع‌تر و رویکردهای نمونه‌برداری تقریبی را توسعه داده است که امکان تحلیل موتیف را در شبکه‌های با میلیون‌ها یال فراهم می‌کند.

چه زمانی استفاده شود

تحلیل موتیف شبکه زمانی مناسب است که یک شبکه جهت‌دار با حداقل ۲۰ گره دارید و می‌خواهید کشف کنید کدام الگوهای زیرگراف کوچک بیشتر از حد تصادفی تکرار می‌شوند. این روش با اهداف تحقیقاتی اکتشافی و توصیفی مطابقت دارد: نیازی به داده‌های با توزیع نرمال ندارید، اما به یک ساختار مجاورت باینری (وجود یا عدم وجود یال) نیاز دارید. این روش مستلزم آن است که یک مجموعه تصادفی بتواند از شبکه واقعی تولید شود، و با رشد شبکه از نظر محاسباتی گران می‌شود، بنابراین شمارش دقیق معمولاً به موتیف‌های ۳ و ۴ گره‌ای محدود می‌شود. اگر شبکه بدون جهت است و ادبیات حوزه شما یک مدل تهی واضح تعریف نمی‌کند، یا اگر شبکه کمتر از ۲۰ گره دارد، از تحلیل موتیف استفاده نکنید.

محدودیت‌ها و ملاحظات

  • از نظر محاسباتی برای شبکه‌های بزرگ گران است: شمارش دقیق زیرگراف‌ها فراتر از موتیف‌های ۴ گره‌ای یا شبکه‌های با هزاران گره، مقیاس‌پذیری ضعیفی دارد.
  • انتخاب مدل تهی (حفظ‌کننده توالی درجه در مقابل کاملاً تصادفی) به طور اساسی بر الگوهایی که معنی‌دار به نظر می‌رسند تأثیر می‌گذارد.
  • نیاز به یک شبکه جهت‌دار دارد؛ کتابخانه استاندارد موتیف‌های ۳ و ۴ گره‌ای برای گراف‌های جهت‌دار تعریف شده است و مستقیماً برای شبکه‌های بدون جهت قابل استفاده نیست.
  • نتایج، بیش‌نمایندگی ساختاری را توصیف می‌کنند، نه نقش علی یا عملکردی — تفسیر اینکه چرا یک موتیف اهمیت دارد، نیازمند دانش دامنه است.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • چارچوب آماری اصولی: معنی‌داری در برابر یک مجموعه تهی منطبق ارزیابی می‌شود، نه بر اساس شهود.
  • جهانی در دامنه: همین روش برای شبکه‌های تنظیم‌کننده ژن، شبکه‌های غذایی، مدارهای عصبی و گراف‌های تأثیر اجتماعی کاربرد دارد.
  • یک اثر انگشت فشرده و قابل تفسیر (پروفایل معنی‌داری) تولید می‌کند که می‌تواند در چندین شبکه مقایسه شود.
  • هیچ فرضیه توزیعی در مورد داده‌ها نیاز ندارد — فقط یک ساختار مجاورت جهت‌دار باینری.

کاربردها

  • شناسایی انواع مدارهای تنظیم‌کننده تکرارشونده (مانند حلقه‌های پیش‌خور) در شبکه‌های رونویسی ژن.
  • مشخص کردن بلوک‌های ساختاری عملکردی در کانکتوم‌های عصبی و شبکه‌های تصویربرداری مغزی.
  • تشخیص امضاهای ساختاری نفوذ یا اقتدار در شبکه‌های اجتماعی و استنادی.
  • مقایسه معماری‌های شبکه در گونه‌ها یا شرایط مختلف با هم‌تراز کردن پروفایل‌های معنی‌داری.

چگونه کار می‌کند

چگونه کار می‌کند

1

یک مدل تهی (مجموعه تصادفی) با تولید بسیاری از شبکه‌های تصادفی ساخته می‌شود که توالی درجه شبکه واقعی را حفظ می‌کنند — معمولاً از طریق تعویض یال یا نمونه‌برداری مدل پیکربندی. این مجموعه مبنایی است که شمارش‌های زیرگراف شبکه واقعی با آن مقایسه خواهد شد. کیفیت مدل تهی حیاتی است: استفاده از یک مدل تهی که درجه را کنترل نمی‌کند، مثبت کاذب را افزایش می‌دهد.

2

تمام زیرگراف‌های متصل با اندازه ثابت — معمولاً ۳ یا ۴ گره — در شبکه واقعی شمارش می‌شوند. از آنجا که تعداد زیرگراف‌های القایی ممکن به صورت ترکیبی با تعداد گره‌ها رشد می‌کند، شمارش دقیق تنها برای اندازه‌های زیرگراف کوچک یا شبکه‌های با اندازه متوسط امکان‌پذیر است؛ شبکه‌های بزرگتر به الگوریتم‌های نمونه‌برداری تقریبی نیاز دارند.

3

برای هر کلاس ایزومورفیسم زیرگراف، شمارش واقعی با توزیع شمارش‌ها در مجموعه تصادفی مقایسه می‌شود. یک نمره Z به صورت (شمارش واقعی − میانگین شمارش تصادفی) / انحراف معیار شمارش‌های تصادفی محاسبه می‌شود. نمره Z بالای ۲، یا به طور معادل p < 0.05، یک زیرگراف را از نظر آماری معنی‌دار، یعنی یک موتیف کاندید، نشان می‌دهد.

4

نمرات Z در تمام انواع زیرگراف شناسایی‌شده نرمال‌سازی شده و در یک پروفایل معنی‌داری برای شبکه جمع‌آوری می‌شوند. شبکه‌های دارای کلاس عملکردی مشابه (مانند شبکه‌های تنظیم‌کننده رونویسی) تمایل دارند یک پروفایل مشخصه مشترک داشته باشند. مقایسه پروفایل‌ها در چندین شبکه نشان می‌دهد که کدام الگوهای ساختاری به طور جهانی در یک دامنه خاص بیش‌نمایندگی دارند.

دام‌های رایج

  • استفاده از یک مجموعه تصادفی بسیار کوچک (کمتر از چند صد گراف تصادفی‌شده) نمرات Z ناپایدار با واریانس بالا تولید می‌کند.
  • اعمال این روش به شبکه‌ای با کمتر از ۲۰ گره، شمارش‌های غیرقابل اعتمادی را به همراه دارد زیرا فرکانس‌های مورد انتظار در گراف‌های تصادفی بسیار پایین هستند.
  • اشتباه گرفتن فراوانی زیرگراف با اهمیت عملکردی — بیش‌نمایندگی آماری یک موتیف ثابت نمی‌کند که یک عملکرد بیولوژیکی یا اجتماعی خاص را انجام می‌دهد.
  • نادیده گرفتن ناهمگونی درجه در مدل تهی: اگر مجموعه تصادفی با توالی درجه شبکه واقعی مطابقت نداشته باشد، گره‌های هاب به طور مصنوعی شمارش‌های زیرگراف را افزایش می‌دهند.

پرسش‌های متداول

موتیف شبکه دقیقاً چیست؟

موتیف شبکه یک الگوی زیرگراف کوچک متصل است — معمولاً شامل ۳ یا ۴ گره — که به طور معنی‌داری بیشتر در یک شبکه واقعی نسبت به یک مجموعه تصادفی منطبق رخ می‌دهد. معنی‌داری آماری با نمره Z (شمارش واقعی منهای میانگین شمارش تصادفی، تقسیم بر انحراف معیار در گراف‌های تصادفی) ارزیابی می‌شود، با Z > 2 یا p < 0.05 به عنوان آستانه متعارف.

شبکه من چقدر باید بزرگ باشد؟

این روش حداقل به ۲۰ گره نیاز دارد. زیر این آستانه، شمارش‌های زیرگراف مورد انتظار در گراف‌های تصادفی برای نمرات Z معنی‌دار بسیار پایین هستند. برای شبکه‌های بسیار بزرگ (هزاران گره)، شمارش دقیق ۳ گره‌ای هنوز امکان‌پذیر است، اما جستجوهای موتیف ۴ گره‌ای و بزرگتر به الگوریتم‌های نمونه‌برداری تقریبی نیاز دارند.

آیا می‌توانم تحلیل موتیف را روی یک شبکه بدون جهت اجرا کنم؟

کتابخانه استاندارد موتیف‌های ۳ و ۴ گره‌ای که توسط میلو و همکاران (۲۰۰۲) تعریف شده است، برای گراف‌های جهت‌دار ساخته شده است. شبکه‌های بدون جهت کلاس‌های ایزومورفیسم زیرگراف متمایز بسیار کمتری دارند (مثلاً فقط یک الگوی ۳ گره‌ای متصل)، که قدرت تمایز روش را کاهش می‌دهد. اگر شبکه شما بدون جهت است، قبل از ادامه کار، بررسی کنید که آیا چارچوب موتیف جهت‌دار واقعاً برای حوزه شما کاربرد دارد یا خیر.

چند گراف تصادفی باید برای مجموعه تهی تولید کنم؟

حداقل چند صد گراف تصادفی برای نمرات Z پایدار مورد نیاز است؛ ادبیات معمولاً از ۱۰۰۰ شبکه تصادفی استفاده می‌کند. گراف‌های تصادفی باید توالی درجه شبکه واقعی را حفظ کنند (تعویض یال یا نمونه‌برداری مدل پیکربندی) تا هرگونه شمارش اضافی زیرگراف صرفاً یک مصنوع از ساختار درجه نباشد.

روش‌های مرتبط

منابع

  1. Milo, R., Shen-Orr, S., Itzkovitz, S., Kashtan, N., Chklovskii, D., & Alon, U. (2002). Network Motifs: Simple Building Blocks of Complex Networks. Science, 298(5594), 824-827.

    باز کردن مرجع DOI
    کپی شد.
  2. Alon, U. (2007). Network Motifs: Theory and Experimental Approaches. Nature Reviews Genetics, 8(6), 450-461.

    باز کردن مرجع DOI
    کپی شد.