Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Protein Networks02:26

Protein Networks

4.6K
An organism can have thousands of different proteins, and these proteins must cooperate to ensure the health of an organism. Proteins bind to other proteins and form complexes to carry out their functions. Many proteins interact with multiple other proteins creating a complex network of protein interactions.
These interactions can be represented through maps depicting protein-protein interaction networks, represented as nodes and edges. Nodes are circles that are representative of a protein,...
4.6K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Large-scale genomic surveillance reveals immunosuppression drives mutation dynamics in persistent SARS-CoV-2 infections.

Nature communications·2026
Same author

Uncovering simultaneous breakthroughs with a robust measure of disruptiveness.

Science advances·2026
Same author

Modeling roles and trade-offs in multiplex networks.

Nature communications·2026
Same author

Mapping regional disparities in discounted grocery products.

NPJ science of food·2026
Same author

Far-reaching consequences of trait preferences for animal social network structure and function.

Behavioral ecology : official journal of the International Society for Behavioral Ecology·2026
Same author

Higher-order interactions shape collective human behaviour.

Nature human behaviour·2025

関連する実験動画

Updated: Mar 10, 2026

Author Spotlight: Advancing Large-Scale Neural Dynamics Through HD-MEA Technology
09:44

Author Spotlight: Advancing Large-Scale Neural Dynamics Through HD-MEA Technology

Published on: March 8, 2024

6.0K

リンクコミュニティは,ネットワークの多層の複雑さを明らかにします.

Yong-Yeol Ahn1, James P Bagrow, Sune Lehmann

  • 1Center for Complex Network Research, Department of Physics, Northeastern University, Boston, Massachusetts 02115, USA.

Nature
|June 22, 2010
PubMed
まとめ

この研究は,複雑なネットワークを理解するために"リンクコミュニティ"を導入します. この新しいアプローチは,重複するコミュニティ構造と階層的な組織を効果的に組み合わせ,ネットワーク分析に関する新しい洞察を提供します.

科学分野:

  • ネットワーク科学 ネットワーク科学
  • グラフ理論はグラフの理論である.
  • システム生物学 システム生物学

背景:

  • ネットワークは,複雑なシステムを理解する上で極めて重要です.
  • コミュニティ (ノードグループ) を特定することは,ネットワーク分析の鍵です.
  • 既存の方法は,同時に重複するコミュニティと階層的な構造と戦っています.

研究 の 目的:

  • ネットワーク分析における重複するコミュニティと階層の原則を調和させる.
  • ネットワークにおけるコミュニティ検出に新しいアプローチを導入する.
  • 様々なネットワークタイプにおけるリンクコミュニティの有用性を実証する.

主な方法:

  • コミュニティをノードではなく,リンクのグループとして再構築する.
  • リンクコミュニティを特定するための方法の開発.
  • 生物学的ネットワーク (タンパク質とタンパク質の相互作用,代謝) とソーシャルネットワークを分析する.

主要な成果:

  • リンクコミュニティは自然に重複し,階層的な組織を明らかにします.
  • 生物学的および社会的ネットワークにおける関連するリンクコミュニティが見つかりました.

さらに関連する動画

Modeling the Functional Network for Spatial Navigation in the Human Brain
05:55

Modeling the Functional Network for Spatial Navigation in the Human Brain

Published on: October 13, 2023

1.6K
JUMPn: A Streamlined Application for Protein Co-Expression Clustering and Network Analysis in Proteomics
07:28

JUMPn: A Streamlined Application for Protein Co-Expression Clustering and Network Analysis in Proteomics

Published on: October 19, 2021

3.7K

関連する実験動画

Last Updated: Mar 10, 2026

Author Spotlight: Advancing Large-Scale Neural Dynamics Through HD-MEA Technology
09:44

Author Spotlight: Advancing Large-Scale Neural Dynamics Through HD-MEA Technology

Published on: March 8, 2024

6.0K
Modeling the Functional Network for Spatial Navigation in the Human Brain
05:55

Modeling the Functional Network for Spatial Navigation in the Human Brain

Published on: October 13, 2023

1.6K
JUMPn: A Streamlined Application for Protein Co-Expression Clustering and Network Analysis in Proteomics
07:28

JUMPn: A Streamlined Application for Protein Co-Expression Clustering and Network Analysis in Proteomics

Published on: October 19, 2021

3.7K
  • ネットワーク構造の重複と階層が統一された側面であることを示した.

    • 結論:

    • リンクコミュニティは,ネットワークの組織を理解するための統一された枠組みを提供します.
    • このアプローチは,ノードベースのコミュニティ検出の限界を克服します.
    • リンクコミュニティは,複雑なネットワークの基本的な構成要素を表しています.