致死性与中心性：枢纽蛋白假说及其争议

Jeong 等（2001）的发现

酿酒酵母中约五分之一的基因单独敲除就会致死，称为必需基因（essential gene）。Jeong, Mason, Barabási & Oltvai（2001, Nature）把酵母 PPI 网络（1870 个蛋白、2240 条相互作用）与基因敲除表型对照，发现：

争议：为什么枢纽更可能是必需的？

这个相关性在多个数据集中得到重复，但其解释引发了长期争论：

1. “网络碎裂”解释（原始假说）：删除枢纽会破坏网络连通性，从而致死。批评者指出，细胞功能并不需要“全网连通”，连通性被破坏与细胞死亡之间缺乏直接机制。
2. “必需相互作用”解释：He & Zhang（2006, PLoS Genetics）提出，少数相互作用本身对生存是必需的；一个蛋白的相互作用越多，其中恰好包含必需相互作用的概率就越高。这样，度与必需性的相关不需要任何网络层面的机制。
3. “必需复合物/模块”解释：后续研究（如 Zotenko 等, 2008）发现，必需基因倾向于集中在少数功能模块（如核糖体、RNA 聚合酶等复合物）中，而这些复合物内部连接稠密，成员的度天然较高。按这个解释，枢纽的必需性主要来自它所在的模块，而不是它的度本身。
4. 数据偏倚：研究偏倚（见规模与不完整性）和不同实验方法的特性都会影响度与必需性的相关强度；有研究在部分数据集中只观察到很弱的相关。

更多证据：数据类型、结构界面与人类细胞

• 竞争解释的定量化。He & Zhang（2006）估计酵母中约 3% 的 PPI 是必需的，它们可解释约 43% 的必需基因。Zotenko 等（2008）在六种不同方法构建的酵母全基因组 PPI 网络上检验，认为多数枢纽之所以必需，是因为它们属于富含必需蛋白、内部连接稠密的“必需复合物生物模块”；他们同时拒绝了“网络连通性”与“必需相互作用”两种解释。两项研究的结论并不一致，说明同一组数据可以支持不同模型，关键在于零模型和检验设计。
• 数据类型的影响。Yu 等（2008）在高质量二元 Y2H 图谱中发现，蛋白的连接度与其遗传多效性（突变影响的表型数）相关，而不是与必需性相关；必需蛋白之间则显著聚集。这提示“度–必需性”关系的强弱部分取决于网络是二元图还是共复合物图。
• 结构界面。Kim 等（2006, Science）把相互作用映射到三维结构上，区分只用一个结合界面（伙伴之间相互竞争）和使用多个不同界面的枢纽，发现此前归因于“枢纽”的一些规律（如更可能必需）实际上更多反映了不同结合界面的数量。
• 遗传相互作用网络。在 Costanzo 等（2016）的全局遗传相互作用网络中，必需基因是连接稠密的枢纽——这里“度”的含义是功能依赖的数量，与物理相互作用的度不同，但同样支持“必需基因位于功能网络中心”。
• 人类细胞。全基因组 CRISPR 筛选（Hart 等, 2015, Cell；Wang 等, 2015, Science）在多种人类细胞系中鉴定出核心适合度基因（Hart 等报告了 1580 个核心适合度基因）。与酵母不同，人类基因的必需性依赖细胞类型和遗传背景（如携带特定癌基因突变的细胞才依赖某些基因），因此“必需性”本身是情境特异的，与网络位置的关系也需要分细胞类型讨论（见差异网络）。

一个可执行的检验设计：以必需性为结局、以 $\log k$ 为自变量做逻辑回归；然后加入“所在复合物是否必需”“研究热度（文献数）”“表达丰度”等协变量，观察 $\log k$ 的系数是否仍然显著。代码示例构造了一个必需性只由所在复合物决定、但复合物成员度更高的模拟数据：单独看度时系数显著为正，控制复合物类别后系数接近 0（见度与必需性的混杂）。这正是“相关稳健、机制待定”的典型情形。

枢纽的类型：party hub 与 date hub

此外，Han 等（2004, Nature）根据枢纽与其伙伴的共表达模式，区分了同时与多个伙伴结合的“聚会型枢纽”（party hub）和在不同时间、地点与不同伙伴结合的“约会型枢纽”（date hub），这一分类后来也被质疑在不同数据集上难以重复。Batada 等（2006）在高置信度网络中发现 date hub 并不是网络耐受删点所必需的，也没有不同于其他枢纽的生物学属性；Agarwal 等（2010, PLoS Computational Biology）发现 date hub 对连通性的重要性只来自其中极少数高度中心的枢纽，而这些枢纽的共表达并不特别低，且共表达分布的“双峰”在方法改变后并不稳健。他们建议与其给蛋白分类，不如给相互作用分配角色。另一方面，Taylor 等（2009, Nature Biotechnology）沿用这一思路，在人类互作组中区分组织受限共表达的“模块间枢纽”与广泛共表达的“模块内枢纽”，并报告互作组模块性的改变可作为乳腺癌预后的指标。论文精读见 Han 2004。