[논문 리뷰] Case studies in network community detection

Saray Shai, Natalie Stanley외 3명|arXiv (Cornell University)|2017. 05. 05.

Complex Network Analysis Techniques인용 수 5

한 줄 요약

이 논문은 *Plasmodium falciparum*의 유전자 재조합에서 뇌 기능 및 사회적 상호작용에 이르기까지 실제 시스템에 대한 깊이 있는 통찰을 가능하게 하는 네트워크의 커뮤니티 탐지—스토케스틱 블록 모델 같은 방법을 사용하여—다학제적 사례 연구 5건을 제시한다. 주요 기여는 커뮤니티 구조가 목적 자체가 아니라 다양한 과학 분야에서 가설 설정과 데이터 해석을 위한 핵심 단계임을 보여주는 데 있다.

ABSTRACT

Community structure describes the organization of a network into subgraphs that contain a prevalence of edges within each subgraph and relatively few edges across boundaries between subgraphs. The development of community-detection methods has occurred across disciplines, with numerous and varied algorithms proposed to find communities. As we present in this Chapter via several case studies, community detection is not just an "end game" unto itself, but rather a step in the analysis of network data which is then useful for furthering research in the disciplinary domain of interest. These case-study examples arise from diverse applications, ranging from social and political science to neuroscience and genetics, and we have chosen them to demonstrate key aspects of community detection and to highlight that community detection, in practice, should be directed by the application at hand.

연구 동기 및 목표

• 다양한 과학 분야에서 네트워크 분석의 기초 단계로 커뮤니티 탐지의 기능을 입증하는 것.
• 커뮤니티 구조가 노드 수준 또는 전반적인 네트워크 특성 이상의 기능적 조직을 드러내는 중간 척도적 렌즈로서의 역할을 설명하는 것.
• *Plasmodium falciparum*의 유전자 다양성 메커니즘을 이해하는 데 있어 커뮤니티 탐지가 가설 설정을 가능하게 하는 방법을 보여주는 것.
• 각 적용 분야의 구체적 목표와 데이터 특성에 맞는 커뮤니티 탐지 방법의 적용 중요성을 부각하는 것.
• 커뮤니티 탐지가 독립적인 작업이 아니라 도메인 특화된 특성과 생물학적 또는 사회적 메커니즘을 고려한 네트워크 구조 해석 도구로 사용되어야 한다고 주장하는 것.

제안 방법

• *Plasmodium falciparum* var 유전자에서 유도된 9개의 HVR 네트워크에 대해 스토케스틱 블록 모델(SBM)을 적용하여 커뮤니티 구조를 추론하고, 최대우도 기반으로 매개변수 ${\boldsymbol{\theta}}$와 노드 할당 ${\bf z}$를 추정하였다.
• 구조적 유사성 평가 및 고유한 커뮤니티 패턴 식별을 위해 9개의 HVR 네트워크 간 커뮤니티 할당을 정량적으로 비교하기 위해 정보량의 변동(VI)을 사용하였다.
• 유사한 노드 간 연결 경향을 측정하기 위해, var 유전자 길이와 같은 생물학적 특성과 네트워크 커뮤니티 구조 간 상관관계를 테스트하기 위해 조화도를 활용하였다.
• 노드 색상 네트워크 다이어그램과 커뮤니티 색상 인접 행렬을 사용하여 추론된 커뮤니티를 시각화하여 구조적 패턴과 모듈러리티를 드러내었다.
• 재조합 제약 조건에 대한 가설을 검증하기 위해 모델 샘플링을 활용하였으며, SBM 기반으로 합성 네트워크를 시뮬레이션하여 관측된 커뮤니티 구조의 타당성을 테스트하였다.
• 통계적 네트워크 분석과 도메인 특화된 생물학적 지식을 융합하여 유전자 다양성 메커니즘에 대한 가설을 수립하고 검증하였다.

실험 결과

연구 질문

• RQ1 *Plasmodium falciparum* var 유전자 HVR 네트워크의 커뮤니티 구조가 재조합 제약 조건과 유전자 다양성과 어떻게 관련되어 있는가?
• RQ2 다른 HVR 네트워크에서의 커뮤니티 할당이 유전자 길이와 같은 알려진 생물학적 특성과 어느 정도 관련되어 있는가?
• RQ3 모든 HVR를 통합한 공통 네트워크에서 드러나지 않을 수 있는 통찰을 개별 HVR 네트워크의 커뮤니티 탐지가 어떻게 제공할 수 있는가?
• RQ4 다양한 분야에서 신경, 사회, 유전 네트워크의 기능적 조직을 설명하는 데 커뮤니티 구조가 수행하는 역할은 무엇인가?
• RQ5 SBM와 같은 통계 모델이 네트워크 구조와 그 생물학적 또는 사회적 함의에 대한 가설을 어떻게 테스트하는 데 사용될 수 있는가?

주요 결과

• 9개의 HVR 네트워크 각각이 강력하고 비랜덤한 커뮤니티 구조를 보였으며, 네트워크 간 커뮤니티 할당의 유사도가 낮아 서로 다른 재조합 패턴을 나타내었다.
• 세 개의 HVR 네트워크에서 var 유전자 길이와 유의미한 조화도를 보였으며, 이는 유사한 생물학적 길이를 가진 노드가 커뮤니티 내에서 서로 뭉쳐 있는 경향이 있음을 시사한다.
• 다른 세 개의 HVR 네트워크에서는 알려진 생물학적 특성과의 유의미한 정렬이 없이 매우 이질적인 커뮤니티 구조를 보였으며, 이는 다른 재조합 제약 조건이 존재함을 시사한다.
• HVR 네트워크 간 커뮤니티 구조의 유사성 부족은 재조합이 비균일한 제약 조건 하에서 일어나며, 이는 면역 회피와 유전자 다양성에 기여한다는 가설을 지지한다.
• SBM 기반 커뮤니티 탐지 덕분에 기존의 표준 계통수학적 방법으로는 어려웠을 *var* 유전자 재조합 메커니즘에 대한 검증 가능한 생물학적 가설을 수립할 수 있었다.
• 모델 샘플링과 통계적 검증을 통해 HVR 네트워크에서 관측된 커뮤니티 구조가 우연히 발생할 가능성은 매우 낮으며, 이는 그들의 생물학적 관련성을 뒷받침한다.