图动物、子图采样与大型网络中的基序搜索

我们将格点动物（正则格点上的连通团簇）的采样算法推广为任意网络中连通子图（即“图动物”）的蒙特卡洛算法。与 [N. Kashtan et al., Bioinformatics 20, 1746 (2004)] 中算法一样，它提供加权样本，但权重计算快得多（子图大小的线性，而非超指数）。这使得可从任意大网络中以极高统计采样多达十个及以上节点的子图。结合快速分类同构图的启发式算法，我们给出采用 TAP 高通量方法获得的两个蛋白质相互作用网络的结果：大肠杆菌网络含 230 节点与 695 连边，酵母（Saccharomyces cerevisiae）网络节点与连边数约十倍于此。我们发现两种情况中，当零模型为固定度序列网络系综时，多数连通子图为强基序（Z 分数 >10）或反基序（Z 分数 < -10）。两网络间出现显著差异：大肠杆菌主导基序为（近）二部图且具多对连接相同邻节点的节点，而酵母主导基序趋向完备或含大团。我们还探索若干不依赖 Z 分数测量或与零模型比较的方法。例如，我们讨论酵母中 26S 蛋白酶体等特定复合体的影响，其中少量复合体主导大 k 的 k-核，并对 6 至 8 节点的最强基序有决定性作用。我们还给出计数对秩的 Zipf 图。其展现宽分布而非幂律，与包含不连通子图的情形相反。