可扩展顶点引导滤波识别癌症网络中的结构相关基因
分子网络
2026-05-13 v1
摘要
拓扑数据分析 (TDA) 已成为捕捉复杂网络中多尺度结构（如连通分支、环路和腔体）的有用工具。尽管越狱-里普 (Vietoris-Rips, VR) 滤波在网络分析中被广泛使用，但计算开销大，尤其是对于大型网络。本文探索基于网络措施的顶点函数滤波 (vertex function-based, VFB) 方法，应用于癌症相关蛋白质网络，以持久同调识别相关拓扑结构，并与 VR 方法进行比较。结果表明，VFB 复现了 VR 识别的二阶结构 (Betti-2)，恢复了先前报告的关键基因。此外，VFB 检测到新的驱动基因，这些基因在 IntOGen 和 NCG 等数据库中均得到验证，并且允许分析三阶结构 (Betti-3)，而 VR 方法尚不可行。因此，VFB 是 VR 的可扩展替代方案，保持了生物学可解释性，并补充了经典网络指标。
引用
@article{arxiv.2605.11450,
title = {Scalable vertex guided filtrations identify structurally relevant genes in cancer networks},
author = {Edmara Viana and Rodrigo Henrique Ramos and Flávia Raquel Gonçalves Carneiro and Cynthia de Oliveira Lage Ferreira},
journal= {arXiv preprint arXiv:2605.11450},
year = {2026}
}
备注
13 pages and 3 figures