基于复杂网络的合成致死预测方法研究综述

合成致死(Synthetic Lethality,SL)是一种负遗传相互作用,描述的是两个非必要基因之间的相互关系:其中任何一个基因的突变对细胞存活的影响很小,但两个基因的共同突变会导致细胞死亡或其他有碍细胞存活的表型.SL对于解释复杂生物过程、推动癌症的临床诊治有着重要的意义.因此,利用海量的高通量数据,通过构建数据分析模型和计算方法,从计算的角度进行SL对的挖掘和预测,是计算生物学研究的一个重要方向.本文首先对于SL预测所使用的相关数据进行了详细的综述,然后从生物网络这一全新视角出发,重点讨论了基于网络分析的SL预测方法.从网络上的统计学方法、基于网络结构变化的方法、基于网络特征学习的方法、基于图表示学习的方法四个方面综述了相关预测模型和研究的最新进展,详细地比较了各类方法的算法思路、应用场景和优缺点,最后针对SL预测的结果评估和验证方法的研究进展进行了论述.在此基础上,论文进一步总结出SL预测研究中所面临的几项挑战,并针对性的对未来发展方向进行展望,希望为今后的相关研究提供一些有用的参考和思路.

复杂网络研究的机遇与挑战

该文是2013年在杭州师范大学组织下所召开的复杂网络研讨会基础上的总结和拓展,包含了与会多名学者共同讨论修订后所认可的目前复杂网络研究面临的最主要的10个挑战,这些挑战既是当前复杂网络前沿研究的提炼,又结合了大数据发展的宏观背景。该文旨在为对复杂网络研究感兴趣的青年学者们提供具有参考意义的研究方向和建议。

基于复杂网络控制理论的肿瘤关键基因预测研究

复杂网络控制能够捕获整个网络的状态,使得从海量的蛋白质相互作用数据中找到潜在的肿瘤致病基因成为可能。该文利用复杂网络控制理论探究肿瘤关键基因,对5种癌症相关的蛋白质–蛋白质相互作用网络,通过网络最小控制集方法,选取始终处于最小控制集(minimum dominating set,MDS)的基因作为候选关键基因。利用肿瘤相关的生物通路数据和已被证实的肿瘤基因数据,采用富集分析证明了该方法的有效性。构建网络综合中心性指标,对候选关键基因进行排序。进而针对不同的癌症类型,挑选排在前面的候选基因(非已知重要基因集的基因)作为最终的预测基因,基于网络结构和体细胞突变数据分析,对其作为生物标志物的有效性进行验证。该研究在一定程度上为复杂网络控制理论在生物医学中的应用提供了思路。

探测和评估复杂网络影响力节点的路径多样性核度中心方法

针对当前复杂网络影响力节点探测和评估方法不能精确定位影响力节点、计算复杂等不足,在传统网络K核分解方法的基础上引入了路径多样性概念,从信息传播角度进行了研究,提出了一种基于路径多样性信息熵进行影响力节点探测与评估的新的核度中心方法,即路径多样性核度中心(C_(ncd))方法。实验结果显示,相对于其他影响力节点探测与评估方法,如度中心法(C_D)、介数中心法(C_R)、接近中心法(C_C)、K核中心法(K_C)及核度中心法(C_(ncd)),C_(ncd)方法能够更精确地对影响力节点进行定位,并且能更细粒度地对节点影响力进行有效排序。

城市的经济与人口对大众心目中的高校排名影响研究

相比各专业机构发布的高校评价排名,对高校的招生、科研与社会协作影响更为直接的往往是大众心目中的高校排名。采用问卷调查方式,以在校大学生为代表性社会群体,挖掘该群体对高校的大众评价排名与实际高校排名之间的差异,分析高校所在城市的经济指标与人口规模等因素同这一差异的关联,并通过拟构高校的大众评价排名,挖掘排名改变量同城市的经济、人口指标的关系,定量刻画了各项城市指标对高校的大众评价排名的影响。研究发现,驻于城市化水平高、第三产业发达的城市的高校,其大众评价排名往往会大大靠前于其实际排名,展示出地区经济和城市人口等因素对高校的大众评价的深刻影响。

时效网络结构及动力学研究进展综述

在时效网络中连边激活的时效特征能够显著影响相同时间尺度下网络系统的动力学行为,是当前网络研究的热点课题之一。该文从时效网络的建模方法、时效网络的结构特性及相关统计力学、时效网络中的传播动力学、时效网络与人类行为结合的统计特性及目前常用的处理时效网络的理论方法等多方面对时效网络的研究进展进行综述,并对目前的国内外研究现状进行分析,提出了时效网络面临的几个关键科学问题,展望了该领域未来的研究方向。

在线社交网络结构与区域经济关联性研究

通过腾讯QQ数据集详细分析了中国在线社交网络中用户的统计特征,交友、聊天等行为规律和地理分布规律。同时,对比《中国城市统计年鉴》等权威统计资料,发现在线社交网络的用户和用户行为数据,例如各地区的用户数、聊天数与该地区发展指标呈正相关,这表示在线社交网络数据能够在一定程度上反映各地经济、交通、通信等城市建设状况,相关结果对于区域经济研究具有启发意义。

基于引力模型的城市外部经济环境影响分析

作为现代经济增长的重要引擎,城市发展同时受到其内部动力学机制与城市间交互影响的驱动与制约。文章从经济连接性角度出发,基于引力模型的理论假设来近似定义各个城市所受到的来自其他城市的影响,构建出同城市自身经济没有直接关系的指标——“外部影响场强”来刻画影响城市发展的外部经济环境。一个城市所受的外部影响总场强F和该场强来源分布的Zipf指数α强烈正相关于该城市自身的经济规模,而城市经济总量的增长中超过50%比例可以被F和α的变化所描述,揭示出城市外部经济环境的变化对城市经济发展的强烈影响。通过分析F和α等指标的空间自相关性及其变化趋势,观察到不同层级的城市的局部空间自相关性变化趋势呈现显著的异质性,高层级城市趋向增强,而低层级城市趋于减弱;对比不同行政区的城市在局部空间自相关性变化趋势上的差异,发现人口较少、经济体量较小的行政区往往更倾向于集中发展少数城市。以上结果显示出,外部影响场强作为一个同城市自身经济无直接关系的指标,能够有效分离城市发展中所受到的内外部影响,深化对城市自身发展与其他城市的经济互动之间的关系的认知。

时序网络中关键节点的识别方法研究进展

相对静态网络,时序网络可以更准确地刻画现实网络的动态过程。基于时序网络模型,如何有效地识别重要节点或者评价时序网络中一个节点对其他节点的影响力,已成为时序网络研究领域中的一个亟待解决的问题。该文分别从时序网络拓扑结构和动力学的角度,对现有的时序网络中的关键节点识别方法进行了系统的回顾,详细比较各种方法的计算思路、应用场景和优缺点。最后总结了这一研究方向几个待解决的问题,并指出未来可能的发展方向。

基于模体度的社交网络虚假信息传播机制研究

社交媒体作为信息传播的载体,既可使人们快捷地分享信息流和获取时事新闻,也可能成为虚假信息泛滥蔓延的重要渠道.现有的虚假信息检测研究多基于对微博内容的机器学习或深度学习的识别模型,忽略了真假信息传播网络的结构差异.基于复杂网络的模体理论,提出了广度模体度与深度模体度的概念来量化传播网络的结构重要指标.研究表明:基于模体度的重要性计算方法是对传统网络结构重要性指标的一种创新与拓展,能够更全面地测度传播网络结构特性.通过构建的二维模体度量化指标,分析和揭示了微博、Twitter网络中虚假信息的结构特性与传播机制:虚假信息在广度传播与深度传播共同作用下扩散,广度模体度主要作用于网络传播规模,而深度模体度影响网络结构的复杂性.基于模体度的网络特征分析,可以应用于社交媒体信息传播的早期从源头上检测虚假信息,为虚假信息检测提供了一种新颖可行的途径.

超图环境下链路预测问题的探究

超图作为图的扩展,可以表示多种实体间的关系,使得其表达能力大大强于图,该优势吸引人们的关注并日益成为研究热点.链路预测作为图数据挖掘中的常见任务,也在超图上扩展为超链路预测.超链路预测通过已知超边或节点的属性来估计新超边出现的可能性,但是由于超边内节点数量的任意性,其可能的超边由O(n^(2))暴增至O(2^(n)),这大大增加了算法的复杂度.本文使用下采样方法以减少候选超边集的大小,将图上的带重启的随机游走算法扩展到超图上.还将图上的其他指标,如CN、CE、Jaccard等,扩展到超图进行比较.结果表明,带重启的随机游走指标在精确率和召回率上要明显优于其他指标,并且观察到演化良好的超图其超边内部的联系强度随节点数的增加而增加,由此可知超链路预测的主要难点在于对小尺寸超边的预测.

舰艇编队防空能力仿真和可疑目标识别模型

由于舰艇的探测范围有限,为了最大限度地保证指挥舰的安全,需要设计合理的编队队形。对此设计了一种对称环形编队,分析了该编队在有预警机和无预警机两种情景下的抗饱和攻击能力。分析结果显示该队形能最大程度地保护指挥舰安全,抗饱和攻击能力显著增强。特别在有预警机支援的情况下,舰队生存能力可以得到极大提升。最后针对未知目标,使用决策树分类可以更迅速准确地判断出目标真实意图。

一种基于社会化媒体和社会网络结构的混合推荐模型

近年来,社交网络的迅速发展为在线用户之间的沟通和交流带来极大便利,为良好的信息推荐服务提供了丰富的资源,与此同时也为个性化推荐带来了更为复杂的技术挑战.本文通过自然语言处理技术获取用户在社会化媒体(新浪微博)中的个性化兴趣标签信息,应用到自行设计开发的社会化阅读应用牛赞网中.进一步地,利用用户在牛赞网中的阅读行为和社交信息,结合用户的社会化媒体兴趣,提出了一种混合推荐模型.实验基于牛赞网中的实际数据集,并与基于用户的经典协同推荐模型进行了对比,结果表明,提出的模型在推荐性能的几个指标(AUC、准确率、召回率、多样性和新颖性)上都有很大的提高.最后,通过对牛赞网中几个典型用户进行进一步的案例分析后得出,混合推荐模型的最优参数需要根据不同社会化行为的用户进行调节.

基于社交网络的社群生长模型

基于腾讯QQ朋友网络数据,针对实际的用户结群行为和社会群组生长过程,提出一种基于共同兴趣的类渗流的扩散机制,并进行建模和分析。在腾讯QQ朋友关系网络上的数值模拟实验显示,模型得到的统计特征与真实的社群结构基本一致,表明这一机制是实际社群生长的重要驱动力。研究为进一步对社群生长趋势预测的研究提供了重要的理论支持。

DHC定理在有向含权网络上的推广及应用

节点影响力排序是网络科学研究领域的热点问题,对该问题的研究极具理论意义与应用价值。最近有研究将原本用于衡量科学家科研影响力的H指数,引入到复杂网络中刻画节点的影响力,并发现节点的度、H指数和核数的内在联系,称为DHC定理。本文在原有研究基础上提出了有向含权网络上的H指数,并证明了DHC定理在有向含权网络中仍然成立。在此基础上,本文比较了这些节点中心性指标在含权网络上进行节点排序的准确性和分辨力,并考察了权重因素对排序准确性的影响。最后本文用含权有向网络上的DHC定理深入分析了中国城市间微博转发网络,对中国城市的在线媒体影响力进行排名,并总结了信息在不同城市用户之间的传播模式。

H-指数及其衍生指标的本质探讨

如何更加客观公正地进行学术影响力评价一直以来都是一个重要且备受关注的问题。H-指数的提出,打破了原来以影响因子为单一评价指标的现状,引发了广泛的关注和讨论,并在随后数年产生了几十种衍生指标,这些工作极大地推动了科学计量学领域的深入研究和发展。该文详细介绍了H-指数及其具有代表性的23种衍生指标,以学者或单位的引用分布曲线为统一的视角,探讨了这些指标的本质,并讨论了各自的优缺点。最后对学术产出的影响力评价研究进行了展望。

中国在线音乐社会的地域多样性分析

该文利用网易云音乐的数据集,分析了中国在线音乐社会的文化结构。分析侧重于用户所关注音乐的地域多样性,以及定义在地域多样性基础上的用户偏好多样性。计算了各地区的用户所关注音乐的地域多样性和平均偏好多样性,挖掘了这些多样性同各地经济发展水平之间的相关关系,观察到经济发达地区的用户更可能关注小众音乐。此外,基于各地区用户的个体地域多样性分布的差异,识别出中国当代的两个主要的音乐文化圈,并通过分析地域多样性同该地区的居民来源多样性的关系来挖掘移民带来的文化影响。这些发现为探测中国的社会文化结构从音乐视角提供了一系列全局性的认知。

面向在线社交网络用户生成内容的饮食话题发现研究

【目的】通过大规模文本聚类技术进行话题检测,并自动拣选优质话题。【方法】以新浪微博上与饮食相关的微博内容为数据源,结合文本聚类与深度学习知识进行话题检测。通过匹配微博发布的月份,将微博划分为四季微博;使用向量空间模型和文本聚类方法,对不同季节的微博进行话题检测,获得候选话题;结合深度学习知识,提出主题覆盖率概念,用以自动评价话题质量,去除低质量话题。【结果】基于主题覆盖率的话题筛选结果符合人工拣选预期,抽取获得主题覆盖率高于0.5的优质话题。【局限】话题检测质量的评价主要以定性评价为主。【结论】通过计算主题覆盖率来自动选择优质话题,该方法效率高,通用性强,获得的话题便于理解,较好地揭示了四季中饮食微博的话题分布。

网络重要节点排序方法综述

复杂网络的重要节点是指相比网络其他节点而言,能够在更大程度上影响网络的结构与功能的一些特殊节点.近年来,节点重要性排序研究受到越来越广泛的关注,不仅因为其重大的理论研究意义,更因为其广泛的实际应用价值.由于应用领域极广,且不同类型的网络中节点的重要性评价方法各有侧重,学者们从不同的实际问题出发设计出各种各样的方法.本文系统地综述了复杂网络领域具有代表性的30余种重要节点挖掘方法,并将其分为四大类,详细比较各种方法的计算思路、应用场景和优缺点.在此基础上,本文分析了重要节点排序研究现存的一些问题,并展望了若干重要的开放性问题.

推荐重要节点部署防御策略的优化模型

当前网络安全防御策略集中部署于高连接度节点主要有2个方面的不足:一是高连接度节点在很多场合中并不是网络通信的骨干节点;二是该类节点对信息的转发和传播并非总是最有效的.针对以上传统部署策略的不足,改进了恶意病毒程序传播的离散扩散模型并采用中间路径跳数来衡量网络节点的重要程度,提出了基于介数中心控制力和接近中心控制力模型的重要节点优先推荐部署技术.实验结果显示具有高介数中心控制力和低接近中心控制力的节点相对于传统的高连接度节点无论在无标度网络还是小世界网络均能够对恶意病毒程序的疫情扩散和早期传播速度起到更加有效的抑制作用,同时验证了网络分簇聚类行为产生的簇团特性也将对恶意程序的传播起到一定的负面影响.