[论文解读] Discovery and analysis of biochemical subnetwork hierarchies

Petter Holme, Mikael Huss|ArXiv.org|Sep 23, 2003

Bioinformatics and Genomic Networks参考文献 11被引用 8

一句话总结

本文提出一种基于图论的方法，利用双分图代谢网络中的介数中心性，发现生化途径中的分层子网络。通过迭代移除介数较高的反应，生成树状图，揭示出核心-底物的层级结构；主要发现表明，仅具有强反馈环路（基于环路判定标准）的子网络表现出自主性，其中在 *T. pallidum* 中识别出辅酶A和焦磷酸盐途径为自我调节模块。

ABSTRACT

The representation of a biochemical network as a graph is the coarsest level of description in cellular biochemistry. By studying the network structure one can draw conclusions on the large scale organisation of the biochemical processes. We describe methods how one can extract hierarchies of subnetworks, how these can be interpreted and further deconstructed to find autonomous subnetworks. The large-scale organisation we find is characterised by a tightly connected core surrounded by increasingly loosely connected substrates.

研究动机与目标

• 开发一种客观的图论方法，用于检测大规模生化网络中的分层子网络。
• 通过整合全局网络结构和动态特性，克服传统功能子网络方法的局限性。
• 识别通过反馈环路维持内部调控的自主子网络。
• 检验标准社区检测标准（如入度/出度平衡）在生化网络中的实际意义。
• 提出并验证一种基于反馈环路的准则，以识别具有生物学相关性的子网络。

提出的方法

• 将生化网络表示为有向双分图，其中底物（S）与反应（R）通过有向边连接。
• 计算反应的有效介数中心性为 $ c_B(r) = C_B(r)/k_{\text{in}}(r) $，其中 $ C_B(r) $ 表示经过反应 r 的最短路径数量。
• 通过迭代移除具有最高有效介数的反应，应用 Girvan–Newman 算法，生成分层树状图。
• 通过 $ \sum_{s\in S'} K_{\text{in}}(s) > \sum_{s\in S'} K_{\text{out}}(s) $ 识别弱社区，表示子网络内部存在净反馈。
• 通过 $ K_{\text{in}}(s) > K_{\text{out}}(s) $ 对所有 $ s \in S' $ 成立，识别强社区，表示存在完全的内部反馈。
• 引入反馈环路准则：子网络满足 $ L(S') \leq \Lambda |S'| $，其中 $ L(S') $ 表示长度大于3的初等环上底物的数量，$ \Lambda \in \{0, 1/2, 1\} $。

实验结果

研究问题

• RQ1 全局网络特性（如介数中心性）是否能揭示生化子网络的分层组织结构？
• RQ2 为何标准社区检测准则在生化网络中无法识别出有意义的子网络？
• RQ3 哪些结构特征可区分自主的、自我调节的子网络与松散连接的子网络？
• RQ4 如何定量利用反馈环路来定义具有生物学意义的子网络？
• RQ5 生化子网络在 *T. pallidum* 及其他生物体中在多大程度上表现出内部调控自主性？

主要发现

• *T. pallidum* 代谢网络的分层树状图揭示了一个紧密连接的核心区域，周围是连接性逐渐减弱的底物。
• 标准社区准则（公式 3 和 4）在生化网络中产生平凡结果，因为反馈环路仅在最顶层存在，其余位置极为罕见。
• 满足 $ \Lambda = 1 $（所有底物位于反馈环上）的子网络极为稀少，但具有重要的生物学意义，成功识别出辅酶A和焦磷酸盐途径为自主模块。
• 扩展的焦磷酸盐子网络满足 $ \Lambda = 1/2 $ 但不满足 $ \Lambda = 1 $，表明其具有部分反馈自主性。
• 该方法在 WIT 数据库中 43 种生物的子网络中成功识别出非平凡且功能一致的子网络，验证了其鲁棒性。
• 树状图最顶端的最大簇始终满足弱社区条件（公式 3），表明存在净反馈，但不满足强社区条件（公式 4）。