[論文レビュー] BiMAT: a MATLAB(R) package to facilitate the analysis and visualization of bipartite networks

César O. Flores, Timothée Poisot+2 more|arXiv (Cornell University)|Jun 25, 2014

Plant and animal studies参考文献 34被引用数 3

ひとこと要約

BiMAT は、モジュラー構造、ネスト構造、マルチスケール構造を、ノンパラメトリックな無作為化モデルを用いて統計的有意性を評価するアルゴリズムを実装した、生態的二部ネットワークを分析・可視化することを目的としたオープンソースの MATLAB® パッケージである。研究者らがネットワーク構造を定量的に評価し、マトリックスまたはグラフ形式の可視化を可能にし、統合的かつ使いやすいツールを提供することで、生態学的・生物学的ネットワーク研究を支援する。

ABSTRACT

The statistical analysis of the structure of bipartite ecological networks has increased in importance in recent years. Yet, both algorithms and software packages for the analysis of network structure focus on properties of unipartite networks. In response, we describe BiMAT, an object-oriented MATLAB package for the study of the structure of bipartite ecological networks. BiMAT can analyze the structure of networks, including features such as modularity and nestedness, using a selection of widely-adopted algorithms. BiMAT also includes a variety of null models for evaluating the statistical significance of network properties. BiMAT is capable of performing multi-scale analysis of structure - a potential (and under-examined) feature of many biological networks. Finally, BiMAT relies on the graphics capabilities of MATLAB to enable the visualization of the statistical structure of bipartite networks in either matrix or graph layout representations. BiMAT is available as an open-source package at http://ecotheory.biology.gatech.edu/cflores.

研究の動機と目的

• 生態的・生物学的システムにおける二部ネットワーク構造を分析する包括的で自己完結型のソフトウェアツールの不足に対処すること。
• 分析と可視化の両方をサポートする統一的かつ拡張可能な MATLAB® ベースのライブラリを提供すること。
• 複数のノンパラメトリックな無作為化モデルを用いて、ネットワーク特徴の統計的有意性を評価すること。
• 全体ネットワークレベルに加え、サブネットワークレベルにおける内部モジュラー構造やネスト構造を含むマルチスケール分析を可能にすること。
• マトリックス形式とグラフ形式の両方の可視化により、ネットワーク構造の解釈性を向上させること。

提案手法

• 二部ネットワークを、異なる行ノードと列ノードを有する隣接行列として表現するためのオブジェクト指向の MATLAB® コードを実装する。
• モジュラー構造（例：BRIM、アダプティブ BRIM、リーディング固有ベクトル法）とネスト構造（NTC、NODF）を測定するための広く用いられるアルゴリズムを統合する。
• ランダム化されたネットワーク集合との比較によって、観測されたネットワーク構造の統計的有意性を評価するためのノンパラメトリックな無作為化モデルを適用する。
• 全体ネットワークおよびサブネットワークレベルで構造的指標（例：Qb、NTC、NODF）を評価することで、マルチスケール分析を自動化する。
• MATLAB のグラフィックスエンジンを活用し、インタラクティブで出版用に適したマトリックス形式およびグラフ形式の可視化を生成する。
• モジュラー構造またはネスト構造に従ってネットワークマトリクスを自動的に並べ替え、隠れた構造的パターンを明らかにする。

実験結果

リサーチクエスチョン

• RQ1 生態的システムにおける二部ネットワーク構造、特にモジュラー構造とネスト構造は、どのように定量的に測定され、統計的に評価できるか？
• RQ2 モジュラー構造やネスト構造といったネットワーク特徴はどの程度共起するのか。それらの相関関係はどのように評価できるか？
• RQ3 マルチスケール分析は、全体ネットワークレベルでは見えにくかった構造的パターンを明らかにできるか？
• RQ4 地理的要因や生態的要因は、宿主-寄生虫ネットワークやウイルス-宿主ネットワークにおけるモジュール形成にどのように影響を与えるか？
• RQ5 マトリックス形式とグラフ形式の可視化は、ネスト構造やモジュラー構造といった構造的特徴をどのように明らかにするか？

主な発見

• BiMAT は、ノードがネスト構造またはモジュラー構造に従って並べ替えられた場合にのみ、実世界の植物-受粉者ネットワーク（例：Memmot のネットワーク）におけるネスト構造とモジュラー構造を適切に同定する。
• このパッケージは、ウイルス-宿主ネットワークにおける12のモジュールが、偶然に期待される多様性よりも著しく低い（片側検定、p = 0.5）ことを検出しており、これはフェージの地理的クラスタリングを示唆している。
• マルチスケール分析により、内部ネスト構造（NNTC）の値がランダム期待値から有意に逸脱していることが判明し、誤差棒が95％のランダム再現の範囲に含まれている。
• BiMAT の可視化ツールは、構造的パターンを明確に区別できる：並べ替えられていないマトリクスでは明確な構造的パターンは見えないが、並べ替えられたマトリクスでは明確なネスト構造とモジュラー構造が顕在化する。
• ノンパラメトリックな無作為化モデルの実装により、観測されたネットワーク特徴が偶然によるものでないという強固な統計的推論が可能になった。
• BiMAT の拡張性と MATLAB の可視化ツールへの統合により、生態学的研究における探索的分析から出版用の図表作成まで幅広く対応できる。