[论文解读] Comment on Yu et al., "High Quality Binary Protein Interaction Map of the Yeast Interactome Network." Science 322, 104 (2008)

Aaron Clauset|ArXiv.org|Jan 5, 2009

Bioinformatics and Genomic Networks参考文献 15被引用 7

一句话总结

本文挑战了Yu等人关于酿酒酵母互作网络度分布遵循幂律的主张，通过严格的统计分析表明，仅有顶部10.3%的高连接度节点（度≥6）可能遵循幂律，其幂律指数为α = 2.9 ± 0.2。研究显示，Yu等人使用线性回归导致了偏差结果，且整个网络表现出远超简单幂律模型的显著结构复杂性。

ABSTRACT

We test the claim by Yu et al. -- presented in Science 322, 104 (2008) -- that the degree distribution of the yeast (Saccharomyces cerevisiae) protein-interaction network is best approximated by a power law. Yu et al. consider three versions of this network. In all three cases, however, we find the most likely power-law model of the data is distinct from and incompatible with the one given by Yu et al. Only one network admits good statistical support for any power law, and in that case, the power law explains only the distribution of the upper 10% of node degrees. These results imply that there is considerably more structure present in the yeast interactome than suggested by Yu et al., and that these networks should probably not be called "scale free."

研究动机与目标

• 批判性评估Yu等人关于酿酒酵母互作网络度分布遵循幂律的主张。
• 评估Yu等人方法的统计有效性，特别是其在对数转换数据上使用线性回归的做法。
• 确定酿酒酵母互作网络的完整度分布是否最好由幂律描述，还是结构复杂性占主导地位。
• 比较三种酿酒酵母互作网络版本（Y2H-union、Combined-AP/MS 和 LC-multiple）中幂律拟合的统计支持。
• 澄清基于实证证据和恰当的统计建模，这些网络是否可准确标记为“无标度”网络。

提出的方法

• 使用最大似然估计法对Y2H-union、Combined-AP/MS 和 LC-multiple 酿酒酵母互作网络重新进行幂律拟合。
• 应用柯尔莫哥洛夫-斯米尔诺夫检验评估幂律拟合的统计显著性，使用互补累积分布函数（CCDF）。
• 采用Clauset等人（2007）的方法估计幂律可能成立的最小度x_min，选择使拟合优度最大化的值。
• 使用柯尔莫哥洛夫-斯米尔诺夫检验的p值评估模型拟合效果，p > 0.1视为幂律的合理支持。
• 比较三种网络中最佳拟合幂律的幂律指数（α）以评估其一致性。
• 重新评估Yu等人关于幂律与带指数截断的幂律之间的模型比较方法，指出其方法在统计上不可靠。

实验结果

研究问题

• RQ1 酿酒酵母互作网络的度分布是否如Yu等人所声称的那样，最适宜由幂律描述？
• RQ2 在对数转换数据上使用线性回归是否会导致蛋白质互作网络中幂律指数估计的偏差或错误？
• RQ3 酿酒酵母互作网络中有多大比例的节点表现出幂律分布的度？该分布是否在不同网络版本中保持一致？
• RQ4 Y2H-union与LC-multiple网络的幂律拟合幂律指数在统计上是否兼容，还是表明网络结构存在根本性差异？
• RQ5 在x_min = 6处观察到的交叉点是否可解释为在网络组织背景下定义“高阶”节点的有意义阈值？

主要发现

• 通过最大似然法得出的Y2H-union网络最可能的幂律模型，其幂律指数为α = 2.9 ± 0.2，与Yu等人报告的α = 2.4不相容。
• 在Y2H-union网络中，仅有顶部10.3%的节点（209个度≥6的节点）表现出统计上合理的幂律行为（p = 0.95 ± 0.03），其余分布则不符合幂律。
• Combined-AP/MS网络在统计上不支持幂律拟合（p = 0.01 ± 0.03），表明其度分布无法由幂律良好描述。
• LC-multiple网络在上层范围仅表现出微弱的幂律支持（p = 0.15 ± 0.03），其幂律指数为α = 3.3 ± 0.2，与Y2H-union的估计值存在显著差异。
• Y2H-union与LC-multiple网络的最佳拟合幂律模型在统计上基本不相容，表明存在无法由抽样变异解释的结构性差异。
• 在x_min = 6处存在一个交叉点，即度分布从非幂律行为过渡到幂律行为，表明网络包含多个无法由单一幂律模型捕捉的结构区域。