ネットワーク拡散アルゴリズムにおけるプロビナンス追跡

科学分野:

• システム生物学
• ネットワーク生物学
• 計算生物学

背景:

• 拡散アルゴリズムは生物学的アプリケーションで広く使用されています。
• これらのアルゴリズムのプロビナンス追跡は見過ごされてきました。
• 生物学的ネットワークにおける情報伝播を理解することは非常に重要です。

研究 の 目的:

• ランダムウォークベースのネットワーク拡散アルゴリズムにおけるプロビナンス追跡のための新しいパスベース戦略を提案すること。
• 拡散効果とノード重要性を評価するための定量的尺度を導入すること。
• SARS-CoV-2相互作用因子を含む生物学的ネットワークにフレームワークを適用し、検証すること。

主な方法:

• ノードスコアへのパスの寄与をランク付けするためのパスベースアプローチを開発しました。
• 'パスベース効果拡散'および'拡散中心性'メトリクスを導入しました。
• ヒトPPIおよびシグナル伝達ネットワーク上の正規化ラプラシアンおよびランダムウォーク再開アルゴリズムにフレームワークを適用しました。

主要な成果:

• 拡散アルゴリズムがマルチエッジパスとネットワークトポロジーを利用することを実証しました。
• 必須のヒト遺伝子とウイルス相互作用因子で強化された拡散中心性によって主要なタンパク質を特定しました。
• ヒトシグナル伝達ネットワークにおけるトップ貢献パスとCOVID-19パスとの重複を示しました。

結論:

• パスベースフレームワークは、拡散アルゴリズムに関する貴重な洞察を提供します。
• 拡散スコアの生物学的に意味のある解釈のための強力なツールを提供します。
• パス中心の視点を提供することにより、既存のシステム生物学アプローチを補完します。