蛋白质接触网络的多重分形表征
生物大分子
2015-02-06 v2 数据分析、统计与概率
摘要
时间序列的多重分形去趋势波动分析能够揭示长程相关性的存在，同时表征序列的自相似性。从特征指数和多重分形谱中获得的丰富信息可进一步分析，以发现关于底层动力学过程的重要见解。在本文中，我们将多重分形分析技术应用于蛋白质接触网络的研究。为此，首先将网络映射为三个不同的时间序列，每个序列均由平稳无偏随机游走生成。为了捕捉网络在不同层面的特性，我们相应地考虑了每个顶点的三个可观测量：度、聚类系数和接近中心性。为了将结果与合适的参考对象进行比较，我们还考虑了三个知名网络模型的实例，以及两个具有纯单分形和多重分形特性的典型时间序列。第一个值得注意的结果是，与蛋白质接触网络相关的时间序列表现出长程相关性（强持久性），这与介于典型单分形和多重分形行为之间的信号一致。随后，通过对多重分形谱进行合适的嵌入，可以聚焦于系综性质，从而使我们能够对所考虑的网络做出进一步的观察。特别是，我们强调了所考虑观测量的微小波动和大波动在表征网络拓扑结构中所起的不同作用。
引用
@article{arxiv.1410.0890,
title = {Multifractal Characterization of Protein Contact Networks},
author = {Enrico Maiorino and Lorenzo Livi and Alessandro Giuliani and Alireza Sadeghian and Antonello Rizzi},
journal= {arXiv preprint arXiv:1410.0890},
year = {2015}
}