网络模体 - 版本历史

13944556914：13944556914移动页面网络模体 Network motifs至网络模体覆盖重定向

2024-06-03T08:37:11Z

13944556914移动页面网络模体 Network motifs至网络模体覆盖重定向

2024年6月3日 (一) 08:36 13944556914

2024-06-03T08:36:24Z

2020年5月17日 (日) 04:54 薄荷

2020-05-17T04:54:03Z

Liushikang1992：/* 历史 */

2020-05-13T05:12:28Z

历史

Liushikang1992：/* 模体发现算法 */

2020-05-13T05:10:21Z

模体发现算法

Liushikang1992：/* 编者推荐 */

2020-05-13T05:06:33Z

编者推荐

2020年5月11日 (一) 00:24 18621066378

2020-05-11T00:24:36Z

显示更改

薄荷：/* FPF (Mavisto)算法 */

2020-05-10T02:12:07Z

FPF (Mavisto)算法

2020年5月10日 (日) 02:11 薄荷

2020-05-10T02:11:39Z

显示更改

2020年5月9日 (六) 17:09 薄荷

2020-05-09T17:09:58Z

@@ 第7行： / 第7行： @@
-'''网络模体 Network motifs(NM)'''是指在特定网络或各种网络中重复出现的相同的子图。这些子图由顶点之间特定的交互模式定义，一个子图便可以反映一个框架，这个框架可以有效地实现某个特定的功能。事实上，之所以说模体是一个重要的特性，正是因为它们可能反映出对应网络功能的这一性质。近年来这一概念作为揭示复杂网络结构设计原理的一个有用概念而受到了广泛的关注。<ref name="mas1">{{cite journal |vauthors=Masoudi-Nejad A, Schreiber F, Razaghi MK Z |title=Building Blocks of Biological Networks: A Review on Major Network Motif Discovery Algorithms |journal=IET Systems Biology |volume=6 |issue=5 |pages=164–74 |year=2012|doi=10.1049/iet-syb.2011.0011 |pmid=23101871 }}</ref> 但是，虽然通过研究网络模体可以深入了解网络的功能，但是对于模体的检测在计算上是具有挑战性的。
+'''网络模体 （Network motifs）(NM)'''是指在特定网络或各种网络中重复出现的相同的子图。这些子图由顶点之间特定的交互模式定义，一个子图便可以反映一个框架，这个框架可以有效地实现某个特定的功能。事实上，之所以说模体是一个重要的特性，正是因为它们可能反映出对应网络功能的这一性质。近年来这一概念作为揭示复杂网络结构设计原理的一个有用概念而受到了广泛的关注。<ref name="mas1">{{cite journal |vauthors=Masoudi-Nejad A, Schreiber F, Razaghi MK Z |title=Building Blocks of Biological Networks: A Review on Major Network Motif Discovery Algorithms |journal=IET Systems Biology |volume=6 |issue=5 |pages=164–74 |year=2012|doi=10.1049/iet-syb.2011.0011 |pmid=23101871 }}</ref> 但是，虽然通过研究网络模体可以深入了解网络的功能，但是对于模体的检测在计算上是具有挑战性的。
@@ 第476行： / 第476行： @@
 ==批判==
-对拓扑子结构有一个（某种程度上隐含的）前提性假设是其具有特定的功能重要性。但该假设最近遭到质疑，有人提出在不同的网络环境下模体可能表现出多样性，例如双扇模体，故<ref name="ad">{{cite journal |vauthors=Ingram PJ, Stumpf MP, Stark J |title=Network motifs: structure does not determine function |journal=BMC Genomics |volume=7 |pages=108 |year=2006 |pmid=16677373 |pmc=1488845 |doi=10.1186/1471-2164-7-108 }} </ref>模体的结构不必然决定功能，网络结构也不当然能揭示其功能；这种见解由来已久，可参见操纵子</font>。<ref>{{cite journal |vauthors=Voigt CA, Wolf DM, Arkin AP |title=The ''Bacillus subtilis'' sin operon: an evolvable network motif |journal=Genetics |volume=169 |issue=3 |pages=1187–202 |date=March 2005 |pmid=15466432 |pmc=1449569 |doi=10.1534/genetics.104.031955 |url=http://www.genetics.org/cgi/pmidlookup?view=long&pmid=15466432}}</ref>
+对拓扑子结构有一个（某种程度上隐含的）前提性假设是其具有特定的功能重要性。但该假设最近遭到质疑，有人提出在不同的网络环境下模体可能表现出多样性，例如双扇模体，故<ref name="ad">{{cite journal |vauthors=Ingram PJ, Stumpf MP, Stark J |title=Network motifs: structure does not determine function |journal=BMC Genomics |volume=7 |pages=108 |year=2006 |pmid=16677373 |pmc=1488845 |doi=10.1186/1471-2164-7-108 }} </ref>模体的结构不必然决定功能，网络结构也不当然能揭示其功能；这种见解由来已久，可参见操纵子。<ref>{{cite journal |vauthors=Voigt CA, Wolf DM, Arkin AP |title=The ''Bacillus subtilis'' sin operon: an evolvable network motif |journal=Genetics |volume=169 |issue=3 |pages=1187–202 |date=March 2005 |pmid=15466432 |pmc=1449569 |doi=10.1534/genetics.104.031955 |url=http://www.genetics.org/cgi/pmidlookup?view=long&pmid=15466432}}</ref>

@@ 第5行： / 第5行： @@
 所有网络，包括生物网络 biological networks、社交网络 social networks、技术网络（例如计算机网络和电路）等，都可以用图的形式来表示，这些图中会包括各种各样的子图 subgraphs。网络的一个重要的局部性质是所谓的网络模体，即重复且具有统计意义的子图或模式 patterns。
 '''网络模体 Network motifs(NM)'''是指在特定网络或各种网络中重复出现的相同的子图。这些子图由顶点之间特定的交互模式定义，一个子图便可以反映一个框架，这个框架可以有效地实现某个特定的功能。事实上，之所以说模体是一个重要的特性，正是因为它们可能反映出对应网络功能的这一性质。近年来这一概念作为揭示复杂网络结构设计原理的一个有用概念而受到了广泛的关注。<ref name="mas1">{{cite journal |vauthors=Masoudi-Nejad A, Schreiber F, Razaghi MK Z |title=Building Blocks of Biological Networks: A Review on Major Network Motif Discovery Algorithms |journal=IET Systems Biology |volume=6 |issue=5 |pages=164–74 |year=2012|doi=10.1049/iet-syb.2011.0011 |pmid=23101871 }}</ref> 但是，虽然通过研究网络模体可以深入了解网络的功能，但是对于模体的检测在计算上是具有挑战性的。
 ==定义==

@@ 第49行： / 第49行： @@
 ==历史==
-霍兰 Holland和莱因哈特 Leinhardt率先提出了'''网络三合会普查 a triad census of networks'''的概念，开创了网络模体研究的先河。<ref>Holland, P. W., & Leinhardt, S. (1974). The statistical analysis of local structure in social networks. Working Paper No. 44, National Bureau of Economic Research.</ref><ref>Hollandi, P., & Leinhardt, S. (1975). The Statistical Analysis of Local. Structure in Social Networks. Sociological Methodology, David Heise, ed. San Francisco: Josey-Bass.</ref><ref> Holland, P. W., & Leinhardt, S. (1976). Local structure in social networks. Sociological methodology, 7, 1-45.</ref><ref>Holland, P. W., & Leinhardt, S. (1977). A method for detecting structure in sociometric data. In Social Networks (pp. 411-432). Academic Press.</ref> 他们介绍了枚举各种子图配置的方法，并测试子图计数是否与随机网络中的期望值存在统计学上的差异。
+霍兰 Holland和莱因哈特 Leinhardt率先提出了'''网络三连体统计 a triad census of networks'''的概念，开创了网络模体研究的先河。<ref>Holland, P. W., & Leinhardt, S. (1974). The statistical analysis of local structure in social networks. Working Paper No. 44, National Bureau of Economic Research.</ref><ref>Hollandi, P., & Leinhardt, S. (1975). The Statistical Analysis of Local. Structure in Social Networks. Sociological Methodology, David Heise, ed. San Francisco: Josey-Bass.</ref><ref> Holland, P. W., & Leinhardt, S. (1976). Local structure in social networks. Sociological methodology, 7, 1-45.</ref><ref>Holland, P. W., & Leinhardt, S. (1977). A method for detecting structure in sociometric data. In Social Networks (pp. 411-432). Academic Press.</ref> 他们介绍了枚举各种子图配置的方法，并测试子图计数是否与随机网络中的期望值存在统计学上的差异。
@@ 第62行： / 第62行： @@
 最近，还发布了用于检测网络基序的acc基序工具。<ref>{{Cite web | url=http://www.ft.unicamp.br/docentes/meira/accmotifs/ |title = Acc-Motif: Accelerated Motif Detection}}</ref>
 ==模体发现算法==

←上一版本		2020年5月13日 (三) 05:10的版本
第66行：		第66行：
	==模体发现算法==		==模体发现算法==

−	针对模体发现这一问题存在多种解决方案。这些算法可以归纳为不同的范式：例如精确计数方法，采样方法，模式增长方法等。但模体发现问题包括两个主要步骤：首先，计算子图的出现次数，然后评估子图的重要性。如果检测到的重现性远超过预期，那么这种重现性是很显著的。粗略地讲，子图的预期出现次数可以由'''~~零模型~~ Null-model''' 确定，该模型定义为具有与原始网络某些属性相同的随机网络的集合。	+	针对模体发现这一问题存在多种解决方案。这些算法可以归纳为不同的范式：例如精确计数方法，采样方法，模式增长方法等。但模体发现问题包括两个主要步骤：首先，计算子图的出现次数，然后评估子图的重要性。如果检测到的重现性远超过预期，那么这种重现性是很显著的。粗略地讲，子图的预期出现次数可以由'''随机模型 Null-model''' 确定，该模型定义为具有与原始网络某些属性相同的随机网络的集合。

@@ 第524行： / 第524行： @@
 ----
-本中文词条由[[用户:Xebec|Xebec]]、[[用户:木子二月鸟|木子二月鸟]]、[[用户:Qige96|Qige96]]、[[用户:Jxzhou |Jxzhou]]、[[用户:厚朴|厚朴]]参与编译、由[[用户:Imp |Imp]]审校、[[用户:薄荷|薄荷]]编辑，欢迎在讨论页面留言。
+本中文词条由[[用户:Xebec|Xebec]]、[[用户:木子二月鸟|木子二月鸟]]、[[用户:Qige96|Qige96]]、[[用户:Jxzhou |Jxzhou]]、[[用户:厚朴|厚朴]]参与编译、由[[用户:Imp |Imp]]、[[用户:Liushikang1992|Liushikang1992]]审校、[[用户:薄荷|薄荷]]编辑，欢迎在讨论页面留言。
 '''本词条内容翻译自 wikipedia.org，遵守 CC3.0协议。'''

←上一版本	2024年6月3日 (一) 08:37的版本
（没有差异）

←上一版本		2020年5月10日 (日) 02:12的版本
第104行：		第104行：

	Schreiber和Schwöbbermeyer <ref name="schr1" />提出了一种称为灵活模式查找器（FPF）的算法，用于提取输入网络的频繁子图，并将其在名为Mavisto的系统中加以实现。<ref name="schr2">{{cite journal \|vauthors=Schreiber F, Schwobbermeyer H \|title=MAVisto: a tool for the exploration of network motifs \|journal=Bioinformatics \|volume=21 \|issue=17\|pages=3572–3574 \|year=2005 \|doi=10.1093/bioinformatics/bti556\|pmid=16020473 \|doi-access=free }}</ref> 他们的算法利用了向下闭包特性，该特性适用于频率概念<math>F_{2}</math>和<math>F_{3}</math>。向下闭包性质表明，子图的频率随着子图的大小而单调下降；但这一性质并不一定适用于频率概念<math>F_{1}</math>。FPF算法基于模式树（见右图），由代表不同图形（或模式）的节点组成，其中每个节点的父节点是其子节点的子图；换句话说，每个模式树节点的对应图通过向其父节点图添加新边来扩展。		Schreiber和Schwöbbermeyer <ref name="schr1" />提出了一种称为灵活模式查找器（FPF）的算法，用于提取输入网络的频繁子图，并将其在名为Mavisto的系统中加以实现。<ref name="schr2">{{cite journal \|vauthors=Schreiber F, Schwobbermeyer H \|title=MAVisto: a tool for the exploration of network motifs \|journal=Bioinformatics \|volume=21 \|issue=17\|pages=3572–3574 \|year=2005 \|doi=10.1093/bioinformatics/bti556\|pmid=16020473 \|doi-access=free }}</ref> 他们的算法利用了向下闭包特性，该特性适用于频率概念<math>F_{2}</math>和<math>F_{3}</math>。向下闭包性质表明，子图的频率随着子图的大小而单调下降；但这一性质并不一定适用于频率概念<math>F_{1}</math>。FPF算法基于模式树（见右图），由代表不同图形（或模式）的节点组成，其中每个节点的父节点是其子节点的子图；换句话说，每个模式树节点的对应图通过向其父节点图添加新边来扩展。
		+

	[[Image:The_pattern_tree_in_FPF_algorithm.jpg\|right\|thumb\|''FPF算法中的模式树展示''.<ref name="schr1" />]]		[[Image:The_pattern_tree_in_FPF_algorithm.jpg\|right\|thumb\|''FPF算法中的模式树展示''.<ref name="schr1" />]]

←上一版本		2020年5月9日 (六) 17:09的版本
第1行：		第1行：
		+	{{#seo:
		+	\|keywords=网络模体,模体发现算法,基因调控网络
		+	\|description=FPF,ESU,G-Trie
		+	}}
		+
	所有网络，包括生物网络 biological networks、社交网络 social networks、技术网络（例如计算机网络和电路）等，都可以用图的形式来表示，这些图中会包括各种各样的子图 subgraphs。网络的一个重要的局部性质是所谓的网络模体，即重复且具有统计意义的子图或模式 patterns。		所有网络，包括生物网络 biological networks、社交网络 social networks、技术网络（例如计算机网络和电路）等，都可以用图的形式来表示，这些图中会包括各种各样的子图 subgraphs。网络的一个重要的局部性质是所谓的网络模体，即重复且具有统计意义的子图或模式 patterns。