Analiza motywów sieciowych — powtarzalne strukturalne bloki konstrukcyjne
- Rok
- 2002
- Typ
- Statistical pattern-detection method for directed graphs
Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku
Do czego służy?
Analiza motywów sieciowych to metoda statystyczna dla sieci skierowanych, wprowadzona przez Milo, Shen-Orra i Alona w 2002 roku, która identyfikuje małe, powtarzalne wzorce podgrafów — motywy — pojawiające się istotnie częściej niż można by oczekiwać w porównywalnej sieci losowej.
Porównując rzeczywistą sieć z zespołem losowych grafów, metoda ujawnia elementarne strukturalne bloki konstrukcyjne definiujące organizację funkcjonalną biologicznych sieci regulacyjnych, sieci społecznych i innych złożonych systemów.
Intuicja stojąca za metodą
Wyobraźmy sobie schemat połączeń i zauważenie, że jedna konkretna pętla trójkierunkowa pojawia się znacznie częściej, niż można by zobaczyć w losowo połączonej płytce o tym samym rozmiarze. Ta nadmierna częstotliwość nie jest przypadkiem — jest to sygnatura powtarzającej się zasady projektowej wbudowanej w sieć. Analiza motywów sieciowych formalizuje tę intuicję: zlicza każdy mały, spójny wzorzec podgrafu w rzeczywistej sieci, generuje tysiące losowych sieci o tej samej sekwencji stopni, porównuje zliczenia i pyta, które wzorce są rzeczywiście nadreprezentowane. Te nadreprezentowane wzorce to motywy — funkcjonalne bloki konstrukcyjne sieci.
Historia
Analiza motywów sieciowych została wprowadzona przez Rona Milo, Shai Shen-Orra, Uri Alona i współpracowników w przełomowym artykule z 2002 roku w czasopiśmie Science. Ich badanie wykazało, że trzy rzeczywiste sieci skierowane — sieć regulacji transkrypcji E. coli, połączenia neuronalne C. elegans i World Wide Web — każda zawierała niewielki zestaw wzorców podgrafów, które powtarzały się znacznie częściej niż oczekiwano. Recenzja Alona z 2007 roku w Nature Reviews Genetics rozszerzyła ramy koncepcyjne i opisała, jak te motywy odpowiadają typom obwodów funkcjonalnych, takim jak pętle sprzężenia zwrotnego i bi-fan. Od tego czasu dziedzina opracowała szybsze algorytmy wyliczania i przybliżone podejścia próbkowania, które pozwalają na analizę motywów w sieciach z milionami krawędzi.
Kiedy stosować
Analiza motywów sieciowych jest odpowiednia, gdy masz skierowaną sieć z co najmniej 20 węzłami i chcesz odkryć, które małe wzorce podgrafów powtarzają się częściej niż przypadek. Pasuje do eksploracyjnych i opisowych celów badawczych: nie potrzebujesz danych o rozkładzie normalnym, ale potrzebujesz binarnej struktury sąsiedztwa (krawędzie obecne lub nieobecne). Metoda wymaga, aby można było wygenerować losowy zespół z rzeczywistej sieci, a staje się kosztowna obliczeniowo wraz ze wzrostem sieci, więc dokładne wyliczenie jest zazwyczaj ograniczone do motywów 3- i 4-węzłowych. Nie używaj analizy motywów, jeśli sieć jest nieskierowana, a literatura dla twojej dziedziny nie definiuje jasnego modelu zerowego, lub jeśli sieć ma mniej niż 20 węzłów.
Ograniczenia i uwagi
- Kosztowna obliczeniowo dla dużych sieci: dokładne wyliczenie podgrafów słabo skaluje się powyżej motywów 4-węzłowych lub sieci z tysiącami węzłów.
- Wybór modelu zerowego (zachowujący sekwencję stopni vs. całkowicie losowy) istotnie wpływa na to, które wzorce wydają się istotne.
- Wymaga sieci skierowanej; standardowa biblioteka motywów 3- i 4-węzłowych jest zdefiniowana dla grafów skierowanych i nie ma bezpośredniego zastosowania do sieci nieskierowanych.
- Wyniki opisują strukturalną nadreprezentację, a nie rolę przyczynową lub funkcjonalną — interpretacja znaczenia motywu wymaga wiedzy domenowej.
Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.
Mocne strony
- Ugruntowane ramy statystyczne: istotność jest oceniana na tle dopasowanego zespołu zerowego, a nie na podstawie intuicji.
- Uniwersalność domenowa: ta sama metoda ma zastosowanie do sieci regulacji genów, sieci pokarmowych, obwodów neuronalnych i grafów wpływów społecznych.
- Generuje zwarty, interpretowalny odcisk palca (profil istotności), który można porównywać między wieloma sieciami.
- Nie wymaga założeń dotyczących rozkładu danych — jedynie binarnej, skierowanej struktury sąsiedztwa.
Zastosowania
- Identyfikacja powtarzalnych typów obwodów regulacyjnych (np. pętli sprzężenia zwrotnego) w sieciach transkrypcji genów.
- Charakteryzacja funkcjonalnych bloków konstrukcyjnych w konektomach neuronalnych i sieciach obrazowania mózgu.
- Wykrywanie strukturalnych sygnatur wpływu lub autorytetu w sieciach społecznych i cytowań.
- Porównywanie architektur sieci między gatunkami lub warunkami poprzez dopasowanie profili istotności.
Jak to działa
Jak to działa
Model zerowy (zespół losowy) jest konstruowany przez generowanie wielu losowych sieci zachowujących sekwencję stopni rzeczywistej sieci — zazwyczaj poprzez przełączanie krawędzi lub próbkowanie modelu konfiguracyjnego. Ten zespół stanowi punkt odniesienia, z którym będą porównywane zliczenia podgrafów rzeczywistej sieci. Jakość modelu zerowego jest kluczowa: użycie modelu niekontrolującego stopni spowoduje zawyżenie fałszywie pozytywnych wyników.
Wszystkie spójne podgrafy o ustalonej wielkości — zazwyczaj 3 lub 4 węzły — są zliczane w rzeczywistej sieci. Ponieważ liczba możliwych podgrafów indukowanych rośnie kombinatorycznie wraz z liczbą węzłów, dokładne wyliczenie jest wykonalne tylko dla małych rozmiarów podgrafów lub sieci o umiarkowanej wielkości; większe sieci wymagają przybliżonych algorytmów próbkowania.
Dla każdej klasy izomorfizmu podgrafów, rzeczywiste zliczenie jest porównywane z rozkładem zliczeń w całym losowym zespole. Wynik Z jest obliczany jako (rzeczywiste zliczenie − średnie zliczenie losowe) / odchylenie standardowe zliczeń losowych. Wynik Z powyżej 2, lub równoważnie p < 0,05, oznacza podgraf jako statystycznie istotny, tj. kandydata na motyw.
Wyniki Z dla wszystkich wykrytych typów podgrafów są normalizowane i składane w profil istotności dla sieci. Sieci tej samej klasy funkcjonalnej (np. sieci regulacji transkrypcji) mają tendencję do dzielenia charakterystycznego profilu. Porównanie profili między wieloma sieciami ujawnia, które wzorce strukturalne są uniwersalnie nadreprezentowane w danej dziedzinie.
Częste pułapki
- Użycie zbyt małego zespołu losowego (mniej niż kilkaset grafów losowych) prowadzi do niestabilnych wyników Z o dużej wariancji.
- Zastosowanie metody do sieci z mniej niż 20 węzłami daje nierzetelne zliczenia, ponieważ oczekiwane częstotliwości w grafach losowych są zbyt niskie.
- Mylenie częstotliwości podgrafu z ważnością funkcjonalną — motyw będący statystycznie nadreprezentowany nie dowodzi, że pełni określoną funkcję biologiczną lub społeczną.
- Ignorowanie niejednorodności stopni w modelu zerowym: jeśli zespół losowy nie pasuje do sekwencji stopni rzeczywistej sieci, węzły centralne sztucznie zawyżają zliczenia podgrafów.
Najczęściej zadawane pytania
Czym dokładnie jest motyw sieciowy?
Motyw sieciowy to mały, spójny wzorzec podgrafu — zazwyczaj obejmujący 3 lub 4 węzły — który występuje istotnie częściej w rzeczywistej sieci niż w dopasowanym zespole losowym. Istotność statystyczna jest oceniana za pomocą wyniku Z (rzeczywiste zliczenie minus średnie zliczenie losowe, podzielone przez odchylenie standardowe w grafach losowych), przy czym Z > 2 lub p < 0,05 jako konwencjonalny próg.
Jak duża musi być moja sieć?
Metoda wymaga co najmniej 20 węzłów. Poniżej tego progu oczekiwane zliczenia podgrafów w grafach losowych są zbyt niskie dla znaczących wyników Z. Dla bardzo dużych sieci (tysiące węzłów) dokładne wyliczenie 3-węzłowe jest nadal wykonalne, ale wyszukiwanie motywów 4-węzłowych i większych wymaga przybliżonych algorytmów próbkowania.
Czy mogę przeprowadzić analizę motywów na sieci nieskierowanej?
Standardowa biblioteka motywów 3- i 4-węzłowych zdefiniowana przez Milo i in. (2002) jest zbudowana dla grafów skierowanych. Sieci nieskierowane mają znacznie mniej odrębnych klas izomorfizmu podgrafów (np. tylko jeden spójny wzorzec 3-węzłowy), co zmniejsza moc dyskryminacyjną metody. Jeśli twoja sieć jest nieskierowana, zastanów się, czy ramy motywów skierowanych rzeczywiście mają zastosowanie do twojej dziedziny, zanim przystąpisz do analizy.
Ile losowych grafów powinienem wygenerować dla zespołu zerowego?
Minimum kilkuset losowych grafów jest potrzebne do uzyskania stabilnych wyników Z; literatura często używa 1000 sieci losowych. Grafy losowe muszą zachowywać sekwencję stopni rzeczywistej sieci (próbkowanie przez przełączanie krawędzi lub model konfiguracyjny), aby jakiekolwiek nadmierne zliczenie podgrafu nie było jedynie artefaktem struktury stopni.
Pokrewne metody
Źródła
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.
Otwórz odnośnik DOISkopiowano.Alon, U. (2007). Network Motifs: Theory and Experimental Approaches. Nature Reviews Genetics, 8(6), 450-461.
Otwórz odnośnik DOISkopiowano.