生物医学应用

脑连接组。 2005 年 Sporns、Tononi 和 Kötter 提出“人类连接组”（human connectome）的概念，主张系统绘制人脑的完整连接图。此后，美国国立卫生研究院资助的人类连接组计划（Human Connectome Project，HCP）采集了上千名健康成人的高质量结构与功能 MRI 数据，成为脑网络研究最常用的公开数据之一。在这一框架下，脑区是节点，白质纤维束或功能信号相关是边，阿尔茨海默病、精神分裂症、抑郁症等都被重新表述为“连接异常”的问题（见脑连接组：结构与功能连接）。

线虫神经系统：第一个多层连接组。 White 等（1986）用连续切片电子显微镜重建了秀丽隐杆线虫 302 个神经元之间的化学突触与缝隙连接。用本专题的语言，它是一个两层的多重网络：化学突触层有向、按突触数加权，电突触层无向。两层合并成一张图会混淆两种传递方式不同的连接。

人类疾病网络。 Goh 等（2007，PNAS）把已知的疾病–基因关联整理成一个二分网络：一类节点是疾病，一类节点是基因。把它投影到疾病一侧（两种疾病共享致病基因就连边），就得到“人类疾病网络”；投影到基因一侧，就得到“疾病基因网络”。他们发现共享基因的疾病往往属于同一生理系统，致病基因的蛋白产物更倾向于相互作用、在同一组织中表达。这项研究把“疾病之间也存在网络”的直觉变成了定量分析，也是网络医学的起点之一（见疾病模块、网络邻近度与药物重定位和论文精读 Goh 2007）。

拉普拉斯扩散与神经退行性疾病。 Raj 等（2012，Neuron）把错误折叠蛋白沿白质的扩散建模为结构连接组上的拉普拉斯扩散 $\dot{\mathbf x}=-\beta L\mathbf x$，用 $L$ 的低阶特征向量刻画不同痴呆亚型的萎缩模式。这一工作说明，一个纯粹的矩阵表示（拉普拉斯矩阵）可以直接变成可检验的疾病进展模型（见网络上的传播与免疫）。

症状网络。 传统观点认为抑郁症是一个潜在的“病”，失眠、乏力、情绪低落等症状只是它的表现；网络精神病学则主张症状之间可以相互引发（失眠 → 乏力 → 注意力下降 → 自责），疾病就是这个症状网络的一种稳定状态。这一视角把“哪个症状最中心、干预哪个症状最有效”变成了网络问题（见症状网络与网络精神病学）。