分子网络的拓扑特征

重尾度分布与“无标度”之争

Barabási 等在 1999–2001 年前后报告了代谢网络（Jeong 等, 2000, Nature）和酵母 PPI 网络的度分布近似幂律 $P(k)\sim k^{-\gamma}$，网络中少数枢纽（hub）蛋白有大量相互作用（模型背景见小世界与无标度网络模型）。Barabási & Oltvai（2004, Nature Reviews Genetics）以此为核心，系统阐述了“网络生物学”的框架。

二十年后，这一结论需要更细致地表述：

• 分子网络的度分布确实是重尾的，枢纽确实存在，这一点是稳健的；
• 但严格的幂律往往无法与对数正态、截断幂律等分布区分。Broido & Clauset（2019, Nature Communications）在近千个真实网络上做了严格检验，认为“强”无标度网络相当少见；
• 实验采样只覆盖了真实网络的一部分，子网的度分布不一定与全网同型，这使从不完整数据推断全局分布更加困难。

因此，描述分子网络时更稳妥的说法是“重尾度分布、存在枢纽”；需要声称“无标度”时，应给出最大似然拟合与替代分布比较（方法见数学推导与算法与小世界与无标度网络模型）。

小世界、模块与层次

• 小世界：代谢网络和 PPI 网络的平均路径长度都很短，从一个代谢物出发经过少数几步反应就可以到达大多数其他代谢物。
• 模块化：功能相关的蛋白（如同一复合物、同一通路）彼此连接更紧密，与社团结构对应。蛋白复合物（如核糖体、蛋白酶体）往往是高度互连的稠密子图。
• 层次模块化：Ravasz 等（2002, Science）在代谢网络中观察到平均聚集系数随度增加而下降，近似 $C(k)\sim k^{-1}$，提示小而紧密的模块逐级组合成更大的松散模块。
• 度异配：在酵母 PPI 中，枢纽之间倾向于不直接相连，而是各自连接低度节点（Maslov & Sneppen, 2002, Science），这与脑连接组中的富人俱乐部形成有趣的对照。度相关性的定义与检验见度相关性与网络结构的高阶统计。

这些性质对数据来源很敏感。以度异配为例，Batada 等（2006, PLoS Biology）在整合了多种来源、经多重验证的高置信度酵母网络中发现，枢纽之间的连接并未被抑制，而且一个枢纽与其他枢纽的连接数能较好地预测它是否必需。早期观察到的异配，部分可能来自 Y2H 数据本身的取样特征。同样，层次模块化中的 $C(k)\sim k^{-1}$、PPI 的高聚集系数也与共复合物数据中大量的三角形有关。比较拓扑指标时，应使用保持度序列的随机化网络作为零模型（见网络构建与统计验证），并在不同来源的网络上重复。

节点的“角色”：模块内枢纽与模块间连接者

在有模块结构的网络中，仅用度不足以描述节点的作用。常用两项指标刻画节点 $i$ 在模块划分下的角色：模块内度的 $z$ 分数（相对于同模块其他节点的标准化模块内度）和参与系数

$$P_i=1-\sum_{s}\Big(\frac{k_{is}}{k_i}\Big)^2,$$

其中 $k_{is}$ 是 $i$ 连向模块 $s$ 的边数。$P_i$ 接近 0 表示连接集中在一个模块内（模块内枢纽），接近 1 表示连接均匀分布于多个模块（连接者）。这一刻画由 Guimerà & Amaral（2005, Nature）在代谢网络的“功能制图”中提出，与 Han 等（2004）的 party hub / date hub 思想相通——前者在模块内部协同，后者连接不同模块——但不依赖表达数据；两种分类的可重复性都需要在多个数据集上检验（见致死性与中心性）。