...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Proceedings of the National Academy of Sciences of the United States of America >Network motif identification in stochastic networks
【24h】

Network motif identification in stochastic networks

机译：随机网络中的网络主题识别

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Network motifs have been identified in a wide range of networks across many scientific disciplines and are suggested to be the basic building blocks of most complex networks. Nonetheless, many networks come with intrinsic and/or experimental uncertainties and should be treated as stochastic networks. The building blocks in these networks thus may also have stochastic properties. In this article, we study stochastic network motifs derived from families of mutually similar but not necessarily identical patterns of interconnections. We establish a finite mixture model for stochastic networks and develop an expectation-maximization algorithm for identifying stochastic network motifs. We apply this approach to the transcriptional regulatory networks of Escherichia coli and Saccharomyces cerevisiae, as well as the protein-protein interaction networks of seven species, and identify several stochastic network motifs that are consistent with current biological knowledge.
机译：网络主题已在许多科学学科的广泛网络中得到确认，并被认为是大多数复杂网络的基本构建块。但是，许多网络都具有内在和/或实验不确定性，应将其视为随机网络。因此，这些网络中的构件也可能具有随机属性。在本文中，我们研究了从相互相似但不一定相同的互连模式家族中获得的随机网络图案。我们建立了一个随机网络的有限混合模型，并开发了一个期望最大化算法来识别随机网络的图案。我们将此方法应用于大肠埃希氏菌和酿酒酵母的转录调控网络，以及七个物种的蛋白质-蛋白质相互作用网络，并确定与当前生物学知识一致的几种随机网络基序。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号