[论文解读] 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 3

一句话总结

BiMAT 是一个开源的 MATLAB® 软件包，旨在分析和可视化双联生态网络，通过零模型评估统计显著性，实现模块性、嵌套性和多尺度结构的算法。它使研究人员能够量化网络结构并在矩阵或图布局中可视化结果，为生态和生物网络研究提供集成化、用户友好的工具。

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.

研究动机与目标

• 解决生态和生物系统中双联网络结构分析缺乏全面、自包含软件工具的问题。
• 提供一个统一且可扩展的基于 MATLAB® 的库，支持双联网络的分析与可视化。
• 通过多种零模型实现网络特征的统计显著性检验。
• 促进网络结构的多尺度分析，包括子网络层级的内部模块性和嵌套性。
• 支持以矩阵和图布局形式可视化网络结构，以提升可解释性。

提出的方法

• 使用面向对象的 MATLAB® 代码，将双联网络表示为具有独立行节点和列节点的邻接矩阵。
• 集成广泛使用的模块性测量算法（例如 BRIM、自适应 BRIM、特征向量法）和嵌套性测量算法（NTC、NODF）。
• 通过与随机化网络集合比较，应用零模型评估观测到的网络结构的统计显著性。
• 通过在全网络和子网络层级评估结构度量（例如 Qb、NTC、NODF）实现多尺度分析的自动化。
• 利用 MATLAB 的图形引擎生成交互式且适合发表的矩阵和图布局可视化结果。
• 支持基于模块性或嵌套性自动排序网络矩阵，以揭示隐藏的结构模式。

实验结果

研究问题

• RQ1 在生态学系统中，双联网络结构（尤其是模块性和嵌套性）如何被定量测量并进行统计评估？
• RQ2 模块性和嵌套性等网络特征在多大程度上共同出现，其相互依赖性如何评估？
• RQ3 多尺度分析能否揭示在全网络层级被掩盖的结构模式？
• RQ4 地理或生态因素在宿主-寄生虫或病毒-宿主网络中模块形成过程中起何种作用？
• RQ5 以矩阵布局与图布局进行可视化，在揭示嵌套性或模块性等结构特征方面分别发挥什么作用？

主要发现

• 当节点按嵌套性或模块性排序时，BiMAT 能够成功识别出实证植物-传粉者网络（如 Memmot 的网络）中的嵌套和模块结构。
• 该软件包检测到病毒-宿主网络中的 12 个模块显著低于随机预期的多样性（p = 0.5，单尾检验），表明噬菌体可能存在地理聚集。
• 多尺度分析显示，内部嵌套性（NNTC）值显著偏离随机预期，误差棒覆盖了 95% 的随机重复样本。
• BiMAT 的可视化工具能清晰区分结构模式：未排序的矩阵无明显结构，而排序后的矩阵则显现出清晰的嵌套和模块化模式。
• 零模型的实现支持稳健的统计推断，证实观测到的网络特征并非由随机偶然造成。
• BiMAT 的可扩展性及其与 MATLAB 可视化工具的集成，使其适用于探索性分析和生态学研究中的发表级图表。