本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
背景：群落結構在生物網絡中普遍存在。人們對揭示生物系統的群落結構越來越感興趣，因為它可以提供對系統功能組件以及局部結構對全球範圍動態的影響的重要見解。然而，選擇合適的社群檢測演算法來識別經驗網路中的社群結構可能很困難，因為許多可用的演算法是基於各種成本函數且難以驗證。即使在經驗系統中識別了社區結構，將社區結構的影響與其他網絡屬性（例如聚類係數和分類性）分開也可能是一個挑戰。結果：在這裡，我們開發了一個生成模型來產生具有指定程度和社群模式的無向、簡單、連通圖，同時保持盡可能隨機的圖結構。此外，我們展示了我們的模型的兩個重要應用：（a）生成可用於對現有和新演算法進行基準測試的網絡，以檢測生物網絡中的社區； (b) 在研究經驗生物網絡中程度和模組化副產品之外的複雜網絡特徵的影響時，生成零模型作為隨機對照。結論：我們的模型可以系統地研究社區結構的存在及其對網路功能和動態的影響。這個過程是揭示生物系統結構特性的功能後果和揭示驅動這些系統的機制的關鍵一步。