尋找缺失的網絡鏈接可以幫助開發(fā)新藥 阻止疾病 緩解交通

一個新的網絡結構數學模型可以幫助找到新的抗癌藥物，加快交通流量和對抗性傳播疾病。

雖然這三個挑戰(zhàn)看起來多種多樣，但它們都可以從一個有助于通過分析網絡結構來發(fā)現(xiàn)網絡未知信息的理論中獲益。

西澳大利亞大學的團隊成員Michael Small表示，填寫缺失環(huán)節(jié)可能有用的一個例子是選擇癌癥藥物的遺傳目標。

“假設你有一個以某種方式連接的基因網絡，并且有一些已知的藥物靶標。但如果你不知道所有的基因，你想猜測你不需要弄清楚的是什么可能是其他可能的調查目標，“Small說。

成功的鏈路預測算法已經存在于某些類型的網絡，但研究人員分析了不同結構的網絡，以提出他們的替代算法。

傳統(tǒng)鏈接預測的示例可以是建議與之連接的朋友的社交網絡。分享朋友的兩個人很可能自己是直接聯(lián)系的朋友。添加此第三個連接會創(chuàng)建一個三角形，這是現(xiàn)有算法所關注的結構。

相比之下，作者關注的是樹狀網絡，它有許多分支，但分支之間的交叉鏈接很少。他們研究了三個示例數據集：社交網絡Twitter，配水網絡和性接觸網絡。

他們發(fā)現(xiàn)這三個樹狀網絡可以通過許多參數來表征，例如網絡中分支點之間的平均距離，環(huán)路的大小以及相鄰節(jié)點具有的鏈路數量的比較 - 網絡規(guī)律性的度量描述異質性。

然后，作者開發(fā)了一種算法，該算法提出了可以保留網絡這些特征的鏈接。

他們通過采用已知網絡并從中刪除鏈接并查看算法是否可以預測缺失鏈接的位置來測試此方法。

該研究小組發(fā)現(xiàn)的算法(用于微網為性接觸網絡44%左右，大約15%和4%左右的水分配網絡)為樹狀的網絡比大多數的依賴于其它參數的常規(guī)算法，例如進行更好假設高度關聯(lián)的個體將吸引更多的連接(稱為優(yōu)先附著)或建立許多三角形連接(稱為聚類)。

作者Keke Shang將團隊的成功歸功于思考現(xiàn)實世界網絡的例子。

“我希望我們能讓網絡技術更好地為我們的生活服務，”他說。