网络生物学中链接预测应用综述
分子网络
2023-12-05 v1 机器学习
社会与信息网络
摘要
在网络生物学领域，异质基因组与分子实体间的相互作用通过网络表示。链接预测（LP）方法在推断这些生物网络中缺失或潜在的关联方面发挥着重要作用。在这篇综述中，我们系统剖析了应用于静态和动态生物网络的局部、中心性和基于嵌入的 LP 方法的特性。我们考察了 LP 指标在预测疾病、基因、蛋白质、RNA、微生物组、药物和神经元之间链接的当前应用。我们在已有的生物网络数据集上进行了全面的性能评估，以展示标准 LP 模型的实际应用。此外，我们比较了模型间预测趋势的相似性以及有助于有效链接预测的特定网络属性，随后强调了 LP 在应对生物系统中普遍存在的严峻挑战（从噪声、偏差和数据稀疏性到可解释性）方面的作用。最后，我们探讨了未来 LP 模型应具备的基本特征，以期推动我们对支配生物系统的复杂相互作用的理解。
引用
@article{arxiv.2312.01275,
title = {A Review of Link Prediction Applications in Network Biology},
author = {Ahmad F. Al Musawi and Satyaki Roy and Preetam Ghosh},
journal= {arXiv preprint arXiv:2312.01275},
year = {2023}
}