利用PPI网络深入挖掘信息

欢迎关注微信公众号《生信修炼手册》!

在获取蛋白质相互作用信息之后，我们能够建立蛋白质之间的交互网络。然而，这种网络结构具有高度复杂性，节点与边的数量庞大，若仅从整体角度观察，难以提取出具有生物学意义的信息。因此，必须借助特定算法进行深入分析。

随着各类数据库中信息量的持续增长，基于网络的分析方法逐渐受到青睐。例如常见的蛋白质互作网络、基因共表达网络、转录因子调控网络以及pathway网络等。为了更好地掌握后续数据挖掘算法的原理，首先需要对网络的基本属性有所了解。

从数据结构的角度来看，我们所讨论的网络network属于图Graph这一类数据结构。网络提供了一种直观的表现形式，即节点之间的连接关系。在算法实现过程中，为精确描述一个网络结构，通常采用邻接矩阵的方式进行表示，具体示例如下

在网络结构中，依据节点之间连线是否具备方向性，可将其区分为有向图与无向图两种类型。在无向图中，连接两个节点的线段具有对称性，例如基因共表达网络，其中任意两个基因彼此互为共表达对象；而在有向图中，连线具有明确的方向性，如转录因子调控网络，其中转录因子对基因具有调控作用，因此连线由