生物有符号有向图中三元基序的分析表明精细拓扑与功能间的关系
分子网络
2019-07-12 v4 机器学习
摘要
背景：不同领域的网络以相似的全局特征为特点，但在局部结构上有所不同。为了进一步扩展这一概念，我们在精细尺度上研究了网络规律，以检验有符号有向生物网络中重复基序的功能影响。在这项工作中，我们将关于反馈和前馈环的一些考虑推广到信号网络，并通过增加对线性三元组（Linear Triplets）的仔细审查来扩展它们，这些线性三元组尚未被详细研究。结果：我们通过在不同的生物信号网络中枚举三元组（无论是开放的还是封闭的，即环或线性事件）并比较它们的显著性特征，研究了它们的作用。我们比较了不同的数据源，并研究了表示基于转录控制、磷酸化、泛素化和结合的因果关系的蛋白质网络的精细拓扑。我们不仅能够推广已经报道的发现，而且还强调了相对基序丰度与节点功能之间的联系。此外，通过首次分析线性三元组，我们强调了位于封闭信号三元组特定位置的节点的相对重要性。最后，我们尝试应用机器学习来表明基序特征的组合可用于推导节点功能。可用性：用于此工作的三元组计数器可作为 Cytoscape 应用程序和独立的命令行 Java 应用程序使用。http://apps.cytoscape.org/apps/counttriplets 关键词：图论，图分析，图拓扑，机器学习，cytoscape
引用
@article{arxiv.1803.06520,
title = {Analysis of Triplet Motifs in Biological Signed Oriented Graphs Suggests a Relationship Between Fine Topology and Function},
author = {Alberto Calderone and Gianni Cesareni},
journal= {arXiv preprint arXiv:1803.06520},
year = {2019}
}