生物医学应用

蛋白质相互作用网络中的枢纽。 Jeong、Mason、Barabási 和 Oltvai（2001，Nature）分析酵母蛋白质相互作用网络，发现其度分布具有长尾，并且度越高的蛋白，敲除后致死的比例越高——即“中心性–致死性”规律（论文精读：Jeong 2001）。这一结果把“枢纽节点”从拓扑概念变成了可以检验的生物学假设，也推动了把枢纽蛋白作为候选药物靶点的思路。后续研究指出，这一相关性部分可能来自数据偏倚（被研究得多的蛋白相互作用也测得多）以及“必需蛋白复合体”的存在（见生物分子网络与拓扑特征）。

代谢网络。 Jeong 等（2000，Nature）比较了 43 种生物的代谢网络，发现它们都具有长尾度分布，并且网络直径在不同物种间几乎不变，丙酮酸、辅酶 A 等少数代谢物处于枢纽位置。

蛋白质网络的演化机制。 复制–分化模型把基因复制这一分子演化过程与网络的重尾度分布、高聚类联系起来：Eisenberg 与 Levanon（2003）在酵母中观察到古老蛋白连接更多、获得新相互作用的速率与连接度成正比；Middendorf 等（2005）的判别分析把果蝇 PPI 网络归入带互补的复制模型；Teichmann 与 Babu（2004）显示转录调控网络的大部分相互作用通过复制继承或在复制后获得。同时，Wagner（2003）与 Kim 与 Marcotte（2008）的工作提示相互作用的快速更替或其他生长规则可能更重要（详见复制–分化模型）。

脑网络的小世界、枢纽与空间约束。 自 Watts 和 Strogatz 用线虫神经网络举例之后，人脑结构网络（来自弥散成像纤维追踪）和功能网络（来自 fMRI 时间序列相关）也被反复报告具有小世界性：高聚类支持专门化的局部处理，短路径支持全脑整合（Bassett 与 Bullmore 2006；Bullmore 与 Sporns 2009，Nature Reviews Neuroscience）。脑网络中的枢纽多位于联合皮层（如楔前叶、后扣带回），这些区域在阿尔茨海默病等疾病中也更容易受累。需要注意：脑网络的度分布多为带指数截断的重尾分布，而不是严格的幂律，并且小世界指标对节点划分方式、阈值选择非常敏感（见脑连接组：结构与功能连接中的阈值分析）。空间生成模型进一步表明，布线代价与“连接相似区域”两条简单规则就能再现人脑连接组的许多特征，并可用于刻画神经发育差异（Betzel 等 2016；Akarca 等 2021）。

配置模型作为生物网络的零模型。 在 PPI、调控网络与脑网络中，几乎所有“某结构是否显著”的判断（三角形、基序、富人俱乐部、模块、枢纽间连接）都需要与保度随机网络比较（Maslov 与 Sneppen 2002；见网络构建与统计验证）。网络医学中，评价疾病基因的网络邻近度时同样要用保度（或分度箱）的随机抽样来校正度偏倚（见疾病模块、网络邻近度与药物重定位）。