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
隨著蛋白質組成的合成和降解，生物網絡會動態變化。了解網絡的時間依賴性以及在多細胞生物體中的組織依賴性可以帶來超越將時變相互作用分解為單一靜態圖的觀點的洞察力。傳統演算法僅限於透過將網路簡化為一系列不相關的快照來分析不斷發展的網路。在這裡，我們介紹一種透過動態分層隨機區塊模型根據共享交互作用模式對蛋白質進行分組的方法。隨著相互作用模式隨時間和空間的變化，塊中的蛋白質成員資格被允許進化，代表多細胞生物體中細胞類型的空間組織。以擬南芥根發育（5 個組織，3 個時間階段）為例，從轉錄譜推斷蛋白質組成的時空演化。新模型基本上不需要參數調整，優於現有的基於快照的方法，識別招募到特定細胞類型和發育階段的蛋白質模組，並且可以廣泛應用於社交網路和其他類似的動態系統。