子图集成与利用图同构新启发式的模体发现
定量方法
2009-11-13 v2 统计力学
分子网络
摘要
开发了一种基于顶点不变量的新启发式方法,以所需精度快速区分非同构图。该方法被应用于从大肠杆菌蛋白质相互作用网络中采样子图,并作为发现扩展模体的探针。使用其节点子图()的统计性质描述该网络结构。子图出现次数的Zipf图是稳健的幂律,在固定度序列重写网络时并不改变——尽管具体子图可能交换排名。但指数依赖于。对更大子图的研究突显了不同下的一些惊人模式。模体,或在子图集成中过度丰富的连通片,在给定节点数下比反模体具有更多边,且通常展现二分结构或趋近完全图。相反,反模体(即欠丰富的连通片)大多是树或至多含单个小环。向有向图的扩展是直接的。
引用
@article{arxiv.q-bio/0606023,
title = {Subgraph Ensembles and Motif Discovery Using a New Heuristic for Graph Isomorphism},
author = {Kim Baskerville and Maya Paczuski},
journal= {arXiv preprint arXiv:q-bio/0606023},
year = {2009}
}
备注
13 pages, 14 figures