[논문 리뷰] Graph Theory and Networks in Biology

Oliver Mason, Mark Verwoerd|ArXiv.org|2006. 04. 06.

Gene Regulatory Network Analysis참고 문헌 162인용 수 6

한 줄 요약

이 논문은 생물학적 시스템에 그래프 이론과 네트워크 분석을 적용한 사례를 조사하며, 대사, 단백질 상호작용, 전사 조절 네트워크와 같은 분자 네트워크에 초점을 맞춘다. 네트워크 구조, 특히 중심성 측정법, 모티프, 스케일프리 구조가 동기화 및 질병 전파와 같은 생물학적 동역학에 뚜렷한 영향을 미친다는 것을 보여주며, 주요 발견은 고도 수치를 가진 노드가 종종 필수적이며 스케일프리 네트워크가 전염병의 임계점을 낮춘다는 것이다.

ABSTRACT

In this paper, we present a survey of the use of graph theoretical techniques in Biology. In particular, we discuss recent work on identifying and modelling the structure of bio-molecular networks, as well as the application of centrality measures to interaction networks and research on the hierarchical structure of such networks and network motifs. Work on the link between structural network properties and dynamics is also described, with emphasis on synchronization and disease propagation.

연구 동기 및 목표

• 생물학적 네트워크에 적용된 그래프 이론적 방법에 대한 종합적인 조사를 제공하는 것.
• 생물학적 기능과 동역학에 영향을 미치는 생물 분자 네트워크의 구조적 특성을 규명하는 것.
• 네트워크 구조와 동적 행동(예: 동기화 및 질병 확산) 간의 관계를 분석하는 것.
• 중심성 측정법의 내성과 네트워크 추론의 데이터 정확성 문제와 같은 열린 과제를 부각하는 것.
• 모델링 및 분석에서 해결되지 않은 핵심 문제를 식별하여 향후 연구를 안내하는 것.

제안 방법

• 대사, 단백질 상호작용, 전사 조절 네트워크를 모델링하고 분석하기 위해 그래프 이론적 도구를 적용하는 것.
• 핵심 노드를 식별하기 위해 중심성 측정법(도수 중심성, 중간 중심성, 고유벡터 중심성)을 사용하는 것.
• 통계적 유의성 검정을 통해 과도하게 나타나는 하위 네트워크 모티프(예: 피드포워드 루프)를 식별하는 것.
• 집합 계수, 특성 경로 길이, 도수 분포와 같은 지표를 사용해 네트워크 구조를 분석하는 것.
• 스케일프리 및 스몰월드 네트워크에서 동기화 동역학을 연구하기 위해 결합된 진동자 모델링을 하는 것.
• 스케일프리 및 랜덤 네트워크를 포함한 다양한 구조를 가진 네트워크에서 전염병 확산을 시뮬레이션하고 평균장 분석을 수행하는 것.

실험 결과

연구 질문

• RQ1 단백질 상호작용 네트워크에서 중심성 측정법과 생물학적 필수성 간의 상관관계는 어떻게 되는가?
• RQ2 조절 네트워크에서 반복적으로 나타나는 네트워크 모티프(예: 피드포워드 루프)의 기능적 의미는 무엇인가?
• RQ3 네트워크 구조가 신경 또는 조절 시스템에서의 동기화 경향에 얼마나 큰 영향을 미치는가?
• RQ4 스케일프리 네트워크 구조가 전염병 임계점과 예방접종 전략의 효과성에 어떤 영향을 미치는가?
• RQ5 표본 추출과 데이터 노이즈는 시스템 생물학에서 네트워크 기반 예측의 신뢰성에 어떤 영향을 미치는가?

주요 결과

• 도수 중심성, 중간 중심성, 고유벡터 중심성은 단백질의 필수성에 강력한 예측 요소이지만, 복잡한 중심성 측정법이 도수 중심성보다 뚜렷한 이점이 있음을 발견하지 못했다.
• 피드포워드 루프와 같은 네트워크 모티프는 통계적으로 유의미하며, 조절 네트워크에서 특정 정보 처리 기능을 수행할 가능성이 높다.
• 스케일프리 네트워크는 두 단계 동기화 전이를 보이며, 무한한 극한에서 동기화 임계점이 사라지는 경향을 보여, 높은 동기화 가능성(동기화 가능성)을 가짐을 시사한다.
• 스케일프리 네트워크에서는 전염병 임계점이 랜덤 네트워크보다 크게 감소하여 유행이 발생하기 쉬운 경향이 있다.
• 스케일프리 네트워크에서는 랜덤 예방접종보다 고도 수치를 가진 노드를 대상으로 한 예방접종이 훨씬 효과적이며, 유행을 억제하는 데 특히 유리하다.
• 데이터 정확성 부족에 대한 중심성 측정법의 내성 문제는 신뢰할 수 있는 생물학적 네트워크 분석을 위한 해결되지 않은 주요 과제로 남아 있다.