[论文解读] Graphlets versus node2vec and struc2vec in the task of network alignment

Shawn Gu, Tijana Milenković|arXiv (Cornell University)|May 11, 2018

Bioinformatics and Genomic Networks参考文献 40被引用 8

一句话总结

本研究比较了图谱、node2vec 和 struc2vec 在网络对齐中的表现，发现图谱在合成网络和生物网络中均优于其他方法，无论在准确性还是速度方面。通过使用图谱度向量（GDVs）计算节点相似性，图谱在对齐质量与计算速度方面均优于基于学习的方法（如 node2vec 和 struc2vec），尤其是在利用 Orca 实现进行图谱计数时效率更高。

ABSTRACT

Network embedding aims to represent each node in a network as a low-dimensional feature vector that summarizes the given node's (extended) network neighborhood. The nodes' feature vectors can then be used in various downstream machine learning tasks. Recently, many embedding methods that automatically learn the features of nodes have emerged, such as node2vec and struc2vec, which have been used in tasks such as node classification, link prediction, and node clustering, mainly in the social network domain. There are also other embedding methods that explicitly look at the connections between nodes, i.e., the nodes' network neighborhoods, such as graphlets. Graphlets have been used in many tasks such as network comparison, link prediction, and network clustering, mainly in the computational biology domain. Even though the two types of embedding methods (node2vec/struct2vec versus graphlets) have a similar goal -- to represent nodes as features vectors, no comparisons have been made between them, possibly because they have originated in the different domains. Therefore, in this study, we compare graphlets to node2vec and struc2vec, and we do so in the task of network alignment. In evaluations on synthetic and real-world biological networks, we find that graphlets are both more accurate and faster than node2vec and struc2vec.

研究动机与目标

• 比较图谱与基于学习的嵌入方法（node2vec 和 struc2vec）在网络对齐任务中的表现。
• 评估图谱（传统上用于计算生物学）是否在网络对齐中优于现代基于深度学习的方法。
• 评估不同嵌入技术在对齐准确率与计算效率之间的权衡。
• 探究将图谱作为最先进的节点嵌入方法在网络对齐中的竞争性替代方案的可行性。

提出的方法

• 通过图谱度向量（GDVs）计算节点特征向量，其中 GDVs 统计节点在不同自同构轨道的小子图（图谱）中的参与情况。
• 基于 GDVs、node2vec 和 struc2vec 嵌入计算节点相似性，利用两种成熟策略（WAVE 和 SANA）指导网络对齐。
• 采用 Orca 算法实现高效的图谱计数，通过利用图谱轨道之间的组合关系，避免显式遍历网络。
• 在合成网络和真实世界 PPI 网络（酿酒酵母、人类、SF、APMS）上进行实验，使用带噪声的版本测试鲁棒性。
• 分别测量实际运行时间和 CPU 时间，以比较不同方法的计算效率。
• 使用标准指标（如精确率、召回率和 F1 分数）对匹配节点对的对齐质量进行评估。

实验结果

研究问题

• RQ1 图谱是否在网络对齐中比 node2vec 和 struc2vec 更准确？
• RQ2 基于图谱的嵌入是否在计算上比 node2vec 和 struc2vec 更高效？
• RQ3 三种嵌入方法在不同类型的网络（包括合成网络和真实世界 PPI 网络）中的表现如何？
• RQ4 即使在网络存在噪声的情况下，图谱是否仍能优于基于学习的方法？

主要发现

• 在所有评估的网络中，图谱的对齐准确率均优于 node2vec 和 struc2vec，93.75% 的测试中表现更优。
• 仅在 6.25% 的评估案例中，node2vec 和 struc2vec 超过图谱，表明在此背景下其附加价值有限。
• 使用 Orca 进行图谱计算的运行时间显著短于 node2vec 和 struc2vec，实际运行时间分别为 0.03–1.08 秒，而 node2vec 为 9.75–122.91 秒，struc2vec 为 75.37–2874.24 秒。
• Orca 实现通过利用图谱轨道之间的数学关系，加速了图谱计数，减少了对显式网络遍历的依赖。
• 由于在随机游走过程中增加了网络修改步骤，struc2vec 的运行速度慢于 node2vec。
• 结果表明，与基于深度学习的嵌入方法相比，图谱在生物网络和合成网络的网络对齐中是更高效且更有效的选择。