Network link prediction by global silencing of indirect correlations.
Network link prediction by global silencing of indirect correlations.
复制标题
DOI：
10.1038/nbt.2601
复制
发表时间：
2013-08
影响因子：
46.9
通讯作者：
中科院分区：
文献类型：
--
作者：
预测细胞成分之间的物理和功能联系是生物学和网络科学的一个基本挑战。然而，相关性作为一种普遍存在的生物联系预测输入，受到直接和间接影响的影响，混淆了我们识别真正的成对相互作用的能力。在这里，我们利用网络中动态相关性的基本特性来开发一种方法来沉默间接影响。该方法接收节点对之间观察到的相关性作为输入，并使用矩阵变换将相关矩阵转换为高度判别的沉默矩阵，该矩阵仅增强与直接因果联系相关的项。在模型系统中获得了完美的准确性，我们针对大肠杆菌调节相互作用网络收集的经验数据对该方法进行了测试，表明它比最佳预链预测方法有所改进。总的来说，沉默方法有助于将丰富的相关数据转化为有价值的局部信息，其应用范围从链接预测到推断控制生物网络的动态机制。
Predicting physical and functional links between cellular components is a fundamental challenge of biology and network science. Yet, correlations, a ubiquitous input for biological link prediction, are affected by both direct and indirect effects, confounding our ability to identify true pairwise interactions. Here we exploit the fundamental properties of dynamical correlations in networks to develop a method to silence indirect effects. The method receives as input the observed correlations between node pairs and uses a matrix transformation to turn the correlation matrix into a highly discriminative silenced matrix, which enhances only the terms associated with direct causal links. Achieving perfect accuracy in model systems, we test the method against empirical data collected for the Escherichia coli regulatory interaction network, showing that it improves on the best preforming link prediction methods. Overall the silencing methodology helps translate the abundant correlation data into valuable local information, with applications ranging from link prediction to inferring the dynamical mechanisms governing biological networks.
登录
查看更多内容
影响因子：
12.3
作者：
Chen L;Zheng S
通讯作者：
Zheng S
影响因子：
7
作者：
Ma, Shisong;Gong, Qingqiu;Bohnert, Hans J.
通讯作者：
Bohnert, Hans J.
影响因子：
4.3
作者：
Guo S;Wu J;Ding M;Feng J
通讯作者：
Feng J
DOI：
10.1016/j.physa.2004.05.018
发表时间：
2004-09-15
影响因子：
3.3
作者：
Kauffman, S
通讯作者：
Kauffman, S
DOI：
10.1073/pnas.0609152103
发表时间：
2006-12-12
影响因子：
11.1
作者：
Lezon, Timothy R.;Banavar, Jayanth R.;Fedoroff, Nina V.
通讯作者：
Fedoroff, Nina V.