针对采样网络的非参数显著性检验

我们的工作动机源于构建捕捉与帕金森病相关关键特征的蛋白质-蛋白质相互作用网络的兴趣。尽管有丰富的子网络构建方法，但通常远不清楚哪个子网络是进一步研究的最合适起点。我们提供一种方法来评估从种子列表（已知在感兴趣区域重要的节点列表）构建的子网络是否与随机生成的子网络显著不同。所提方法使用蒙特卡洛方法。由于不同种子列表可能产生相同子网络，我们通过构建最小种子列表作为显著性检验起点来控制冗余。零模型基于与生成该子网络的最小种子列表长度相同的随机种子列表，在此随机种子列表中节点具有（近似）与最小种子列表中节点相同的度分布。我们利用此零模型选择在适当统计量上显著偏离随机的子网络，并可能捕获真实世界蛋白质-蛋白质相互作用网络的有用信息。