探索网络度序列的拟同配性-聚类空间
其他定量生物学
2007-05-23 v1 无序系统与神经网络
摘要
如今有大量用于刻画网络结构不同方面的度量。要判断某个网络的结构是否符合预期，需要一个参考模型（零模型）。一个常用的零模型是具有与原始网络相同度集合的图集合。本文认为该图集合不仅仅是一个零模型——它还携带了关于原始网络及影响其演化的因素的信息。通过在一些底层网络结构（本例中由拟同配系数和聚类系数度量）的空间中勾勒该图集合，人们可以例如研究观测网络距离参数空间有效区域有多近。此类分析提示了在网络演化过程中哪些量被主动优化。我们使用四个差异很大的生物网络来示例我们的方法。除其他发现外，我们观察到高聚类可能是蛋白质相互作用网络演化中的一种驱动力。我们还发现所有四个网络对随机错误和定向攻击都显著稳健。
引用
@article{arxiv.q-bio/0611020,
title = {Exploring the assortativity-clustering space of a network's degree sequence},
author = {Petter Holme and Jing Zhao},
journal= {arXiv preprint arXiv:q-bio/0611020},
year = {2007}
}