GraphCrunch是一个全面的、可并行化的、易于扩展的开源软件工具,用于分析和建模大型生物网络(或图形);它将现实世界中的网络与一系列随机图形模型进行比较,这些模型涉及大量的本地和全局网络属性。[1]
实验生物学的最新技术进步已经产生了大量的生物网络数据。许多其他现实世界的现象也被描述为大型网络(也称为图),例如各种类型的社会和技术网络。因此,理解这些复杂的现象已经成为一个重要的科学问题,导致了网络建模和分析的深入研究。
理解生物网络的一个重要步骤是找到一个合适的网络模型。评估模型网络与数据的匹配度是一项艰巨的挑战,因为网络比较在计算上是不可行的,因此必须依赖启发式算法或“网络属性”GraphCrunch自动生成从一系列随机图形模型中抽取的随机网络,并根据各种全局和本地网络属性评估网络模型与现实世界网络的匹配度。
GraphCrunch执行以下任务:
1)计算输入现实世界网络的用户指定的全局和局部属性,
以现实世界网络为输入计算用户指定的全局和局部属性,
2)创建属于用户指定的随机图模型的用户指定数量的随机网络,
3)比较每个模型网络再现真实世界网络的一系列全局和局部属性(在上文第1点中指定)的紧密程度,以及
4)生成数据和模型网络之间网络属性相似性的统计数据。
GraphCrunch目前支持五种不同类型的随机图形模型:
GraphCrunch目前支持七种全局和本地网络属性:
关于如何安装和运行GraphCrunch的说明可在http://www.ics.uci.edu/~bio-nets/graphcrunch/.获得。
^Tijana Milenković, Jason Lai, and Nataša Pržulj, GraphCrunch: a tool for large network analyses, BMC Bioinformatics 2008, 9:70. Highly accessed..
^Oleksii Kuchaiev, Tijana Milenković, Vesna Memisević, Wayne Hayes, and Nataša Pržulj, Topological network alignment uncovers biological function and phylogeny, Journal of the Royal Society Interface, 2010, to appear..
^Vesna Memisević, Tijana Milenković, and Nataša Pržulj, An integrative approach to modeling biological networks, Proceedings of the 6th International Symposium on Integrative Bioinformatics, 22–24 March 2010, Cambridge, United Kingdom. Journal of Integrative Bioinformatics, 2010, to appear..
^Tijana Milenković, Ioannis Filippis, Michael Lappe, and Nataša Pržulj, Optimized Null Model for Protein Structure Networks, 2009, PLoS ONE 4(6): e5967..
暂无