跨三个生命领域表征蛋白质相互作用网络的组织多样性
通过研究蛋白质相互作用网络,本文成功创建了基于物种的网络统计预测模型和基于已知网络统计的分类器,有效地连结了物种的系统发生学与分类学两个领域。
Oct, 2023
以蛋白质相互作用网络为例,网络模型的正确性对于预测其行为至关重要。然而,研究表明目前广受欢迎的自组织网络模型不能很好拟合 PPI 数据,相对而言,随机几何模型更准确。
Apr, 2004
通过研究蛋白质相互作用网络(PIN)的拓扑结构,使用基于图谱性质的中心度量并观察蛋白质被删除后引起的致命性,从而发现子图中心度重要的结构信息并选择可能的药物靶点来关注。
May, 2005
本文总结了一个新兴领域 —— 除了成双成对的相互作用的网络。本文介绍了表示高阶相互作用的方法,并重点讨论了高阶动力系统和动态拓扑的快速增长的研究,并集中讨论了传播、同步和游戏等的新兴现象,当这些波及的节点多于两个时,阐明了高阶拓扑与动态属性之间的关系,并提供了实证应用的概述,展望了当前建模和概念前沿。
Jun, 2020
通过总结核心 / 外围网络、富人俱乐部、嵌套、蝴蝶结和洋葱网络的结构和动态的当前知识,研究了全局和局部核心之间的差异,揭示了这些高度复杂性的特征及如何影响复杂系统的韧性。
Sep, 2013
在本研究中,我们揭示了网络的大规模拓扑结构和其局部子图结构相互定义和预测,证实了五个细胞网络中的直接测量结果,并且发现了两种不同类别的子图。此外,我们的研究还揭示了高度丰富的 I 型子图不能孤立存在而必须自然聚合为子图群簇,对我们了解所有复合网络中子图的起源和功能可能具有重要影响。
Aug, 2004
综述介绍了利用深度学习模型分析蛋白质相互作用的多样性方法,包括基于生物物理学知识的模型、表示学习、几何深度学习和生成模型,并指出了面临的挑战和新的研究方向。
Oct, 2023
本文介绍了一种分析交织在一起的重叠社区的方法,以揭示复杂网络的模块化结构。经过定义一组新的特征量进行统计分析,发现网络中的重叠显著,并揭示出网络的普遍特征。通过对合作,词汇关联和蛋白质相互作用图的研究表明,社区网络具有非平凡的相关性和特定的比例关系。
Jun, 2005
用复杂网络建模相互作用系统的动态已成为主要范例,但现实系统的高阶相互作用往往涉及三个或更多单元的团体,因此更好的工具是高阶结构,如超图和单形复合体,本文概述了高阶相互作用引发的集体行为及高阶系统物理面临的三个关键挑战。
Oct, 2021
本文提出基于蛋白质网络结构特性、相互作用和动态性的新型生物启发式设计 —— 人工蛋白质网络(APN),从而在神经网络的进化过程中产生了一种新的理念转变。
Jun, 2024