贯穿网络科学的五条主线
主线一:度与枢纽。 网络结构指标与随机图中的度分布与小世界与无标度网络模型中的无标度模型 → 网络可控性与稳定性中蓄意攻击枢纽使网络崩解 → 脑连接组中的枢纽脑区与富人俱乐部 → 生物分子网络与拓扑特征中 PPI 的致死性与中心性 → 疾病模块、网络邻近度与药物重定位中“枢纽离谁都近”,邻近度必须做度匹配。
主线二:模块。 社团结构与社区发现中的模块度与社团检测 → 脑连接组中的脑功能模块 → 生物分子网络与拓扑特征中的疾病模块假说 → 基因调控网络推断与共表达分析中的 WGCNA 共表达模块 → 网络医学中疾病模块的重叠与分离度。
主线三:网络上的过程。 网络上的传播与免疫与同步与协同动力学 → 动态功能连接与多层脑网络 → 症状网络与网络精神病学中症状之间的激活与维持 → 网络医学中 Gysi 等用网络扩散为药物打分。网络可控性与稳定性则问:从哪些节点施加输入,能把整个系统引向目标状态。
主线四:网络是构建出来的。 脑连接组中的阈值与图谱、症状网络中的偏相关与正则化、基因调控网络推断:边的定义决定了你能回答什么问题。网络构建与统计验证与敏感性分析与替代解释是对这一点的系统回应。
主线五:与什么比较。 网络结构指标与随机图中的 ER 随机图、社团结构与社区发现中模块度所用的配置模型、网络医学中的度匹配随机基线、研究问题、可复现分析与敏感性分析中的替代解释:任何网络指标只有在合适的零模型下才有意义。本专题代码示例中的度保持零模型示例演示了同一个网络在不同零模型下的结论差异。
这五条主线在前沿方向中依然成立,只是换了形式:高阶网络中“度”推广为超度和单纯形的维数,“零模型”推广为保持超边大小分布的随机超图;时间网络的零模型是打乱时间戳;多层网络中的“模块”需要决定层间耦合强度;图神经网络中“与什么比较”就是与简单基线和合理的数据划分比较。
用一个例子把五条主线串起来:研究某种神经退行性疾病时,你可以(1)从 STRING 构建 PPI 网络,检验疾病基因是否形成显著模块(主线二、五);(2)用患者脑组织表达谱做 WGCNA,看疾病模块是否在共表达层面重现(主线二、四);(3)计算候选药物靶点与疾病模块的邻近度(主线一、五);(4)在患者脑影像中检验相关脑区的枢纽地位是否改变(主线一、四)。每一步都要写清“与什么比较”和“换个选择结论是否改变”。