常见计算陷阱

很多错误不会让程序报错，只会悄悄改变数值。下面五类问题在生物医学网络中最常见，代码示例“五个常见计算陷阱”给出了每一类的可手算演示。

自环

蛋白质同源二聚化、基因的自调控会在数据中表现为自环。在无向简单图中，一个自环使该节点的度加 2（NetworkX 的约定），并可能影响聚集系数、模块度等的计算。示例中三角形加一条悬挂边的小图里，节点 3 的度从 3 变为 5。自环有生物学意义（如网络基序：自调控与前馈环中的负自调控），但大多数拓扑指标的定义假设没有自环。做法是：用 nx.number_of_selfloops 检查，把自环作为节点属性另行记录，然后 G.remove_edges_from(nx.selfloop_edges(G))。

重边

同一对蛋白可能被多项实验、多种证据分别报告。用 nx.Graph(M) 把多重图直接转为简单图时，重边被合并，只保留其中一条边的属性，而不是自动求和。示例中 A–B 被报告两次（权重 1 与 2），直接转换得到权重 2，显式求和得到 3。应当根据问题选定聚合规则（证据条数、权重求和、取最大、组合置信度），并在方法中写明。STRING 的综合得分（combined score）就是按其自身规则整合多个证据通道的结果，不应再与单个通道的分数混用。

孤立点

孤立点改变平均度、密度，并使所有基于路径的全局指标报错或失去意义。示例中 5 节点的路径图加上 3 个孤立点后，平均度从 1.6 降到 1.0，密度从 0.40 降到 0.14，平均最短路径直接报错。孤立点从哪里来本身就是信息：可能是阈值过高、标识符映射失败，也可能是该基因确实缺乏已知相互作用（研究偏倚）。应当报告孤立点数目及其可能来源，再决定是否去除。

有向性

调控、信号与代谢网络的方向有明确的生物学含义。把有向图无向化会改变几乎所有中心性：示例中调控链 TF1 → TF2 → TF3 → TF4 的 PageRank 在有向图中沿方向递增（末端 TF4 最高），无向化后变成首尾对称。有向图的连通性分“弱连通”（忽略方向连通）与“强连通”（双向可达），该示例弱连通而不强连通。特征向量中心性在无环有向图上没有有意义的非零解，PageRank 通过随机跳转避免了这一问题；有向图的聚集系数、同配性也都有专门的定义。

权重是相似度还是距离

这是最隐蔽也最常见的错误。最短路径、接近中心性和介数中心性把 weight 当作距离（越大越远），而共表达相关、STRING 置信度、纤维束数目都是相似度或强度（越大越近）。示例中 A–B、B–C 为强相关（$r=0.9$），A–C 为弱相关（$r=0.2$）：若直接把 $r$ 作为 weight，算法认为 A→C 的直接弱边“最短”，B 的介数为 0；把 $r$ 转换为距离后，最短路径改走 A–B–C，B 的介数为 1。

两种常用的转换（见 Opsahl 等 2010 与 Rubinov 2010）：

$$d_{ij}=\frac{1}{w_{ij}}\qquad\text{或}\qquad d_{ij}=-\log w_{ij}\quad(0<w_{ij}\le 1).$$

倒数变换常用于脑网络的连接长度；负对数变换把路径长度对应为沿途相似度（或概率）的乘积，在 $w$ 可解释为置信概率时更自然。相反，模块度、加权度（强度）、加权聚集系数把权重当作强度，不需要转换。同一份分析中往往两种用法并存，最好在图中分别存储两个属性（如 weight 与 distance），并在每次调用时显式指定。