DE112006003614T5 - Device and method for evaluating a network-related relevance of a network element, program element and machine-readable data carrier connected to one or more further network elements in a network - Google Patents
Device and method for evaluating a network-related relevance of a network element, program element and machine-readable data carrier connected to one or more further network elements in a network Download PDFInfo
- Publication number
- DE112006003614T5 DE112006003614T5 DE112006003614T DE112006003614T DE112006003614T5 DE 112006003614 T5 DE112006003614 T5 DE 112006003614T5 DE 112006003614 T DE112006003614 T DE 112006003614T DE 112006003614 T DE112006003614 T DE 112006003614T DE 112006003614 T5 DE112006003614 T5 DE 112006003614T5
- Authority
- DE
- Germany
- Prior art keywords
- network
- network element
- models
- elements
- contraption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
Vorrichtung
(100) zur Bewertung einer netzbezogenen Relevanz eines mit einem
oder mehreren weiteren Netzelement/en (202 bis 206) in einem Netz (200)
verbundenen Netzelements (201), wobei die Vorrichtung (100) aufweist:
eine
Bestimmungseinheit (103), die dazu ausgelegt ist, die netzbezogene
Relevanz des Netzelements (201) auf Grundlage eines quantitativen
Auftretens des Netzelements (201) in Übereinstimmungen
einer Anzahl vorbestimmter Netzelementmodelle (207) zu bestimmen,
wobei zumindest ein Teil der Anzahl vorbestimmter Netzelementmodelle
(207) bezeichnend für eine Verbindung zwischen mindestens
zwei Netzelementen (208, 209) ist, die einen Teil des Netzes (201)
darstellen.Apparatus (100) for evaluating network relevance of a network element (201) connected to one or more other network elements (202 to 206) in a network (200), the device (100) comprising:
a determination unit (103) adapted to determine the network-related relevance of the network element (201) based on a quantitative appearance of the network element (201) in accordance with a number of predetermined network element models (207), wherein at least a portion of the number of predetermined network element models ( 207) is indicative of a connection between at least two network elements (208, 209) forming part of the network (201).
Description
Diese Anmeldung beansprucht die Priorität der am 29. Dezember 2005 eingereichten vorläufigen US-Patentanmeldung Nr. 60/754,933, deren Offenbarung hier durch Bezugnahme mit aufgenommen wird.These Registration claims priority on December 29th US Provisional Application No. 60 / 754,933 filed in 2005, the disclosure of which is incorporated herein by reference.
Die Erfindung bezieht sich auf eine Vorrichtung zur Bewertung einer netzbezogenen Relevanz eines mit einem oder mehreren weiteren Netzelement/en in einem Netz verbundenen Netzelements.The The invention relates to a device for evaluating a network-related relevance of one with one or more other network element (s) network element connected in a network.
Die Erfindung bezieht sich darüber hinaus auf ein Verfahren zur Bewertung einer netzbezogenen Relevanz eines mit einem oder mehreren weiteren Netzelement/en in einem Netz verbundenen Netzelements.The The invention also relates to a method to evaluate a network relevance of one with one or more a plurality of further network element (s) in a network connected network element.
Außerdem bezieht sich die Erfindung auf ein Programmelement.Furthermore The invention relates to a program element.
Überdies bezieht sich die Erfindung auf einen maschinenlesbaren Datenträger.moreover The invention relates to a machine-readable data carrier.
Es kann davon ausgegangen werden, dass ein Netz Komponenten und zwischen diesen bestehende Verbindungen umfasst.It can be assumed that a network components and between includes these existing connections.
Ein Beispiel für ein Netz ist ein neuronales Netz, bei dem es sich um eine zusammengeschaltete Gruppe künstlicher oder biologischer Neuronen handelt. Man kann zwischen zwei Gruppen von neuronalen Netzen unterscheiden: Einerseits biologischen Neuronennetzen, zum Beispiel das menschliche Gehirn und Teile von diesem. Andererseits künstlichen Neuronennetzen, die auf elektrische, mechanische oder rechnergestützte Simulationen oder Modelle biologischer Neuronennetze zurückgreifen. Es gibt Hybridformen, die biologische Neuronen als Teil elektronischer Schaltungen einsetzen.One An example of a network is a neural network in which it is an interconnected group artificial or biological neurons. You can choose between two groups different from neural networks: on the one hand biological neural networks, for example the human brain and parts of this. on the other hand artificial neural networks based on electrical, mechanical or computer-aided simulations or biological models Resort to neural networks. There are hybrid forms that use biological neurons as part of electronic circuits.
Es kann von Interesse sein, zwischen relevanteren und weniger relevanten Netzelementen in einem Netz zu unterscheiden.It may be of interest, between more relevant and less relevant Network elements in a network to distinguish.
Ein
Beispiel ist das PageRank-Verfahren, das von Google, Inc. vorwendet
wird (
Das
Dokument
Es ist eine Aufgabe der Erfindung, die Relevanz eines Netzelements in einem Netz effizient zu bewerten.It One object of the invention is the relevance of a network element efficient in a network.
Um die vorstehend definierte Aufgabe zu erfüllen, werden eine Vorrichtung und ein Verfahren zur Bewertung einer netzbezogenen Relevanz eines mit einem oder mehreren weiteren Netzelement/en in einem Netz verbundenen Netzelements, ein Programmelement und ein maschinenlesbarer Datenträger nach den unabhängigen Ansprüchen bereitgestellt.Around to achieve the above-defined object, a Device and method for evaluating a network-related Relevance of one with one or more other network elements in a network connected network element, a program element and a Machine-readable data carrier according to the independent Claims provided.
Nach einer beispielhaften Ausführungsform der Erfindung wird eine Vorrichtung zur Bewertung einer netzbezogenen Relevanz eines mit einem oder mehreren weiteren Netzelement/en in einem Netz verbundenen Netzelements bereitgestellt, wobei die Vorrichtung eine Bestimmungseinheit aufweist, die dazu ausgelegt ist, die netzbezogene Relevanz des Netzelements auf Grundlage eines quantitativen Auftretens des Netzelements in Übereinstimmungen einer Anzahl vorbestimmter Netzelementmodelle zu bestimmen, wobei zumindest ein Teil der vorbestimmten Netzelementmodelle bezeichnend für eine Verbindung zwischen mindestens zwei Netzelementen ist, die einen Teil des Netzes darstellen.To an exemplary embodiment of the invention will a device for evaluating a network-related relevance of a connected to one or more other network elements in a network Network element provided, wherein the device is a determination unit which is adapted to the network-related relevance of the network element based on a quantitative appearance of the network element in matches determine a number of predetermined network element models, wherein indicative of at least a portion of the predetermined network element models for a connection between at least two network elements is that represent a part of the network.
Nach einer weiteren beispielhaften Ausführungsform der Erfindung wird ein Verfahren zur Bewertung einer netzbezogenen Relevanz eines mit einem oder mehreren weiteren Netzelement/en in einem Netz verbundenen Netzelements bereitgestellt, wobei das Verfahren umfasst, die netzbezogene Relevanz des Netzelements auf Grundlage eines quantitativen Auftretens des Netzelements in Übereinstimmung einer Anzahl vorbestimmter Netzelementmodelle zu bestimmen, wobei zumindest ein Teil der vorbestimmten Netzelementmodelle bezeichnend für eine Verbindung zwischen mindestens zwei Netzelementen ist, die einen Teil des Netzes darstellen.To another exemplary embodiment of the invention becomes a method for the evaluation of a net relevance of a connected to one or more other network elements in a network Network element, the method comprising, the network-related Relevance of the network element based on a quantitative occurrence of the network element in accordance with a number of predetermined ones Determining network element models, wherein at least a part of the predetermined Network element models indicative of a connection between is at least two network elements that form part of the network.
Nach noch einer anderen beispielhaften Ausführungsform der Erfindung wird ein Programmelement bereitgestellt, das, wenn es durch einen Prozessor ausgeführt wird, dazu ausgelegt ist, ein Verfahren zu steuern oder ablaufen zu lassen, das die vorstehend erwähnten Merkmale besitzt.To yet another exemplary embodiment of the invention a program element is provided which, when it is replaced by a Processor is running, is designed to process to control or run, the above mentioned Features possesses.
Nach noch einer anderen beispielhaften Ausführungsform der Erfindung wird ein maschinenlesbarer Datenträger (z. B. eine CD, eine DVD, ein USB-Stick, eine Diskette oder eine Festplatte) bereitgestellt, in oder auf der bzw. dem ein Computerprogramm gespeichert ist, das, wenn es durch einen Prozessor ausgeführt wird, dazu ausgelegt ist, ein Verfahren zu steuern oder ablaufen zu lassen, das die vorstehend erwähnten Merkmale besitzt.After another example Embodiment of the invention provides a machine-readable data medium (eg a CD, a DVD, a USB stick, a floppy disk or a hard disk) in or on which a computer program is stored, which, when executed by a processor is designed to control or run a method having the above-mentioned features.
Das System nach den Ausführungsformen der Erfindung kann durch ein Computerprogramm, d. h. durch Software, oder indem eine oder mehrere spezielle elektronische Optimierungsschaltung/en verwendet wird bzw. werden, d. h. in Hardware (die zum Beispiel einen oder mehrere Mikroprozessor/en umfasst), oder in Hybridform, d. h. unter Verwendung von Software- und Hardwarekomponenten realisiert sein.The System according to the embodiments of the invention can by a computer program, d. H. by software, or by one or several special electronic optimization circuit / s used will be, d. H. in hardware (which, for example, one or multiple microprocessor / s), or in hybrid form, i. H. under Use of software and hardware components to be realized.
Nach einer beispielhaften Ausführungsform der Erfindung wird ein Verfahren für eine modellbasierte Rangfolgeneinordnung oder Bewertung von Netzelementen in einem Netzwerk bereitgestellt, das die Bestimmung jedes Auftretens eines Modells oder eines Satzes von Modellen in dem zu analysierenden Netz umfasst. Jedes Auftreten kann als ein Treffer oder als eine Übereinstimmung bezeichnet werden. Die Gesamtheit von Auftrittsfällen bildet einen Satz Übereinstimmungen. Auf Grundlage eines solchen Modellerkennungsergebnisses kann für jedes Netzelement (zum Beispiel jeden Knoten des Netzes) geschätzt werden, wie oft dieses Element in den verschiedenen Übereinstimmungen des Übereinstimmungssatzes auftritt. Die Anzahl der Auftrittsereignisse kann dann als Grundlage zur Bewertung der Wichtigkeit dieses Netzelements hergenommen werden.To an exemplary embodiment of the invention will a method for model-based ranking or evaluation of network elements in a network, that is the determination of every occurrence of a model or a sentence of models in the network to be analyzed. Every occurrence can be referred to as a match or as a match become. The totality of occurrence cases forms one Set of matches. Based on such model recognition result can for each network element (for example, every node of the Netzes) are estimated how often this element in the different matches of the match theorem occurs. The number of occurrence events can then be used as a basis to evaluate the importance of this network element.
Mit einem derartigen Algorithmus können netzbezogene Daten (zum Beispiel Daten, die sich auf eine verknüpfte Datenbank, ein biologisches Netz, eine Suchmaschine für das World Wide Web, ein Finanzanalysesystem beziehen) effizient und logisch in Rangfolgen eingeteilt werden, so dass eine aussagekräftige Erklärung abgegeben werden kann, welche Netzelemente im Vergleich zu anderen Netzelementen von einer höheren Relevanz sein könnten.With Such an algorithm can be network-related data (for example, data related to a linked database, a biological network, a search engine for the world Wide Web, a financial analysis system) efficient and logical be ranked, making a meaningful Declaration can be made, which network elements in Comparison to other network elements of higher relevance could be.
Nach einer beispielhaften Ausführungsform kann nicht nur das lokale Umfeld eines einzelnen Netzelements (zum Beispiel die Anzahl von Koppelungen dieser Netzelemente) zur Abschätzung der Relevanz dieses bestimmten Netzelements berücksichtigt werden. Darüber hinaus nutzt ein System nach einer beispielhaften Ausführungsform der Erfindung nicht nur globale Netzinformation wie eine Abschätzung aller Netzelemente eines Netzwerks, um Information zu bestimmen, welche die Relevanz einzelner Knoten betrifft. Im Gegensatz dazu kann ein Lösungsweg zwischen diesen beiden Extremen beschritten werden. Gemäß solchen Lösungsansatzes können Modelle in Form von räumlichen oder logischen Strukturen in der Größenordnung zwischen einem auf ein einzelnes Netzelement beschränkten Lösungsansatz und einem alle Netzelemente berücksichtigenden Lösungsansatz verwendet werden. Dies vermag im Vergleich zu einem Einzelknotenlösungsansatz einerseits eine signifikantere und zuverlässige Relevanzinformation bereitzustellen. Andererseits kann die Rechnerlast zur Abbildung virtueller Modelle auf einem physikalischen Netz vor allem in einem Szenario, bei dem die Analyse eines Teils des Netzes ausreicht, im Vergleich zu einer Analyse geringer sein, die alle Netzelemente berücksichtigt. Somit beschreiten die Ausführungsformen der Erfindung einen vernünftigen Mittelweg.To an exemplary embodiment, not only that local environment of a single network element (for example, the number of couplings of these network elements) to estimate the relevance account of this particular network element. Furthermore uses a system according to an exemplary embodiment Not only does the invention provide global network information such as an estimate all network elements of a network to determine information which concerns the relevance of individual nodes. In contrast to a solution can be taken between these two extremes become. According to such approach can Models in the form of spatial or logical structures in the order of magnitude between one on a single Network element limited approach and a all network elements considered solution approach be used. This can be compared to a single node approach on the one hand a more significant and reliable relevance information provide. On the other hand, the computer load can be used for mapping virtual models on a physical network especially in one Scenario where the analysis of part of the network is sufficient Compared to an analysis, all the network elements will be lower considered. Thus, the embodiments tread the invention a reasonable middle ground.
Die Anzahl von Übereinstimmungen im Hinblick auf Modelle, zu dem ein bestimmtes in Betracht gezogenes Netzelement beiträgt, kann als ein Messwert für die Wichtigkeit dieses Netzelements im gesamten Netzsystem angesehen werden. Nach einer optionalen Modellerkennungsprozedur, um geeignete Modelle im Netz zu erkennen, kann eine solche Modellinformation zu einer Erstbewertung oder zu einer aktualisierten Bewertung von Netzelementen verwendet werden.The Number of matches in terms of models, too which contributes to a particular network element considered, can be used as a measure of the importance of this network element throughout the network system. After an optional model recognition procedure, In order to detect suitable models in the network, such a model information can to an initial assessment or to an updated evaluation of Network elements are used.
Beispielsweise können Komponenten eines Genregulationsnetzes unter Verwendung derartiger Relevanzinformation bewertet werden. Gene, im Spezielleren Teile von Genen, können biologische Information zur Proteinsynthese codieren. In einem Genregulationsnetz können einzelnen Gene andere Gene ein- und/oder ausschalten. In einem derartigen Genregulationsnetz können Modelle die strukturelle und/oder funktionelle Bindung von beispielsweise drei bis vier Genabschnitten als Netzabschnitte darstellen, und können die dazwischen bestehenden Verbindungen darstellen. Ausführungsformen der Erfindung können für ein derartiges biologisches Netz eine Modellerkennung und Modellbewertung zulassen. Somit können Gene oder Genabschnitte erfasst werden, die in solchen Modellen relativ oft vorkommen. Wenn diese Maßnahme ergriffen wird, können wichtigere Genteile von weniger wichtigen Genteilen unterschieden werden. Deshalb können Regulationsnetze für Pflanzen analysiert werden.For example can use components of a gene regulatory network using of such relevance information. Genes, more specifically Parts of genes can provide biological information for protein synthesis encode. In a gene regulatory network, individual can Genes turn on and / or off other genes. In such a gene regulatory network Models can be structural and / or functional for example, three to four gene sections as network sections and the connections between them represent. Embodiments of the invention may be for such a biological network a model recognition and allow model evaluation. Thus, genes or gene segments which are relatively common in such models. If This measure can be more important Be differentiated from less important parts of the gen. Therefore can analyze regulatory networks for plants become.
Nach einer anderen beispielhaften Ausführungsform kann eine (Text-)Dokumentendatenbank mehrerer verknüpfter (Text-)Dokumente analysiert werden. Indem die Art und Weise, in der verschiedene Dokumente miteinander verknüpft sind, durch Analyse dessen analysiert wird, welche Verknüpfungsmodelle in einem solchen System auftreten, und indem analysiert wird, wie oft einzelne Dokumente in solchen verknüpften Strukturen auftauchen, kann es möglich sein, automatisch zwischen wichtigeren und weniger wichtigen Dokumenten zu unterscheiden.In another exemplary embodiment, a (text) document database of multiple linked (text) documents may be analyzed. By analyzing the way in which different documents are linked together by analyzing what linking models occur in such a system and by analyzing how often individual documents appear in such linked structures, it may be possible to automatically intervene more important and less important documents divorce.
Dem
Fachmann auf dem Gebiet sind mehrere Modellerkennungsverfahren bekannt.
Allerdings wird besonderer Bezug auf
MAVisto, eine Software zur Identifizierung und Untersuchung von Modellen in Netzen, kann auf Grundlage identifizierter Modellverteilungen für eine Bewertung einzelner Knoten des Netzes sorgen. In diesem Kontext können verschiedene Häufigkeitskonzepte angewendet werden, gemäß denen sich die Bewertungen berechnen lassen. Die entsprechenden Algorithmen und Prozesse wurden bereits in einem Computer implementiert und für Netze mit bis zu mehreren Hundert Komponenten getestet. Diese Versuche haben die Zuverlässigkeit der Ergebnisse nachgewiesen, die unter Verwendung der Verfahren nach beispielhaften Ausführungsformen der Erfindung erzielt wurden.MAVisto, a software for identifying and examining models in networks, based on identified model distributions provide an evaluation of individual nodes of the network. Different frequency concepts can be used in this context be applied, according to which the ratings let calculate. The appropriate algorithms and processes were already implemented in a computer and for networks with up to tested to several hundred components. These experiments have the Reliability of the results demonstrated under Use of the methods of exemplary embodiments of the invention have been achieved.
Nach einer beispielhaften Ausführungsform kann ein Verfahren zur Bewertung von Netzelementen auf Grundlage ihres Beitrags zu definierten Verknüpfungsmodellen bereitgestellt werden. Eine methodische Vorgehensweise nach einer beispielhaften Ausführungsform umfasst in einem ersten Schritt eine Bestimmung und Identifizierung eines gewünschten Modells in einem vorgegebenen Netz, gefolgt von der (qualitativen oder quantitativen) Bewertung jedes einzelnen Netzelements in Übereinstimmung mit der Anzahl unabhängiger oder sich überlagernder Modelle, von denen das jeweilige Netzelement ein Teil ist.To An exemplary embodiment may include a method to evaluate network elements based on their contribution to defined linkage models are provided. A methodology according to an exemplary embodiment includes in a first step a determination and identification followed by a desired model in a given network from the (qualitative or quantitative) assessment of each individual Network element in accordance with the number of independent ones or superimposed models, of which the respective one Network element is a part.
Ein solches Verfahren kann dazu verwendet werden, eine Analyse von Netzen auf verschiedenen technischen Gebieten wie Bioinformatik, Verfahrenstechnik oder Informationstechnik zu regeln. Nach einer beispielhaften Ausführungsform wird der Belang von Netzelementen (wie Neuronen in einem neuronalen Netz) auf Grundlage der Häufigkeit geschätzt, mit welcher ein einzelnes Netzelement in einem oder mehreren definierten Verknüpfungsmodell/en vorkommt. Somit können Strukturen eines unter Prüfung befindlichen Netzelements, das mit nächsten Nachbarn und/oder zweiten nächsten Nachbarn, usw. verknüpft ist, als Kriterium dafür hergenommen werden, von welcher Bedeutung die Rolle dieses einzelnen Netzelements im gesamten Netz sein könnte. Falls gewünscht, können zusätzlich zu diesem Prioritätsschema optional weitere Kriterien mit aufgenommen werden, um die Relevanz eines einzelnen Netzelements zu bestimmen. Zum Beispiel kann die Schätzung des Maßes an Knotenzentralitäten wie zum Beispiel lokale Höchstwerte, die Summe der kürzesten Wege, eine Position des Netzelements im Netz oder eine rein rechnerische Analyse linearer Verbindungen einzelner Netzelemente mit ihren Partnern in Betracht gezogen werden. Mit anderen Worten können außer der räumlichen Struktur eines Netzelements in einem Modellbild lokale und/oder globale Netzeigenschaften zusätzlich berücksichtigt werden, um die Relevanzrangfolgeneinordnung einzelner Netzelemente weiter zu verfeinern.One such method can be used to analyze networks in various technical fields such as bioinformatics, process engineering or information technology. According to an exemplary embodiment becomes the concern of network elements (like neurons in a neural network) Net) based on the frequency estimated with which defines a single network element in one or more Linking model / s occurs. Thus structures can a network element under test, which with nearest neighbor and / or second neighbor, etc., as a criterion for this be of what significance the role of this single network element throughout the network. If desired, can in addition to this priority scheme Optionally further criteria can be included to make the relevance of a single network element. For example, the Estimation of the degree of node centrality such as local maximums, the sum of the shortest paths, a position of the network element in the network or a purely computational Analysis of linear connections of individual network elements with their partners be considered. In other words, except the spatial structure of a network element in a model image Local and / or global network characteristics are also taken into account be the order of relevance ranking of individual network elements to further refine.
Beispielhafte Ausführungsformen der Erfindung beruhen auf der Erkenntnis, dass zum Beispiel in biologischen Systemen bestimmte Modelle von Verbindungen zwischen verschiedenen Elementen zu finden sind, die nicht durch etablierte Korrelationen oder Zentralitäten dargestellt werden können. Jedoch können solche Verbindungen für die Bestimmung und Identifizierung von Modellen in vorgegebenen Netzen sowie für die Bewertung jedes einzelnen Netzelements entsprechend der Anzahl unabhängiger oder sich überlagernder Modelle von Bedeutung sein, von denen das jeweilige Netzelement ein Teil ist.exemplary Embodiments of the invention are based on the knowledge that that in biological systems, for example, certain models of compounds can be found between different elements that are not through illustrated correlations or centralities can be. However, such compounds can for the determination and identification of models in predetermined networks and for the evaluation of each network element according to the number of independent or overlapping ones Models of importance, of which the respective network element a part is.
Auf Grundlage dieser Erkenntnis können zuverlässige Netzbewertungsregeln abgeleitet werden. Eine solche Information kann als Grundlage zum Regeln komplexer Netze zum Beispiel in der Verfahrenstechnik, in Datenbanksystemen, im Internet, bei der Analyse von Bioinformatikdaten und auch auf akademischen Gebieten wie Wirtschaftswissenschaft verwendet werden. Die schnelle Identifizierung von Schlüsselknoten eines Netzes kann für die gesicherte und genaue Übertragung oder Leitweglenkung von Information oder Signalen zum Beispiel auf dem Gebiet der Kommunikationstechnologie von Wichtigkeit sein.On The basis of this knowledge can be reliable Net evaluation rules are derived. Such information can be used as a basis for the rules of complex networks, for example in the Process engineering, in database systems, in the internet, in the analysis of bioinformatics data and also in academic fields such as economics be used. The fast identification of key nodes A network can be secure and accurate for transmission or routing of information or signals, for example important in the field of communications technology.
Nach einer beispielhaften Ausführungsform wird ein Verfahren für eine modellbasierte Bewertung von Netzelementen bereitgestellt. Ein derartiges Verfahren zur Bewertung von Elementen eines Netzes lässt sich beispielsweise auf ein biologisches Netz, eine elektronische Schaltung oder eine Datenbank anwenden, die Dokumente umfasst, die miteinander querverbunden sind (zum Beispiel Hypertextdokumente im World Wide Web).To An exemplary embodiment will be a method provided for a model-based evaluation of network elements. Such a method for evaluating elements of a network leaves For example, a biological network, an electronic Apply a circuit or a database that includes documents that are interconnected (for example, hypertext documents in the World Wide Web).
Im Gegensatz zu rein lokalen oder rein globalen Strukturen in einem Netz verwenden Ausführungsformen der Erfindung Modelle, das heißt räumliche und/oder logische Teilnetze innerhalb des Netzes zur Bestimmung der Relevanz einzelner Netzelemente. Insbesondere kann die Nutzung vorher bekannter Modelle in Netzen (zum Beispiel Modelle wie ein "Vorwärtsregelkreis" ("feed-forward loop")) für eine zuverlässige Rangfolgeneinordnung der Netzelemente von Bedeutung sein. Somit kann Information, die Modellformen in Netzen betrifft, in einem System zum Einschätzen der Wichtigkeit einzelner Netzelemente eingesetzt werden.In contrast to purely local or all-global structures in a network, embodiments of the invention use models, that is, spatial and / or logical subnets within the network for determining the relevance of individual networks mente. In particular, the use of previously known models in networks (eg, models such as a "feed-forward loop") may be important to a reliable ranking of the network elements. Thus, information concerning model forms in networks can be used in a system for estimating the importance of individual network elements.
Beispielhafte technische Gebiete, in denen sich Ausführungsformen der Erfindung anwenden lassen, sind alle Gebiete, in denen komplexe Netze vorkommen. Bei Produkten, die unter Verwendung von Ausführungsformen der Erfindung entwickelt, betrieben oder hergestellt werden, kann es sich um Systeme zur Analyse netzbasierter Daten (wie Web-Suchmaschinen), Bioinformatik-Tools, Programme zur Finanzdatenanalyse o. dgl. handeln.exemplary technical areas in which embodiments of the To apply the invention are all areas in which complex Networks occur. For products using embodiments The invention can be developed, operated or manufactured these are systems for analyzing net-based data (such as web search engines), Bioinformatics tools, financial data analysis programs or the like.
Als Nächstes werden weitere beispielhafte Ausführungsformen der Erfindung erläutert.When Next will be further exemplary embodiments of the invention explained.
Im Folgenden werden weitere beispielhafte Ausführungsformen einer Vorrichtung zur Bewertung einer netzbezogenen Relevanz eines mit einem oder mehreren weiteren Netzelementen in einem Netz verbundenen Netzelements erläutert. Jedoch treffen diese Ausführungsformen auch auf das Verfahren zur Bewertung einer netzbezogenen Relevanz eines mit einem oder mehreren weiteren Netzelement/en in einem Netz verbundenen Netzelements, auf den maschinenlesbaren Datenträger und das Programmelement zu.in the Following are further exemplary embodiments a device for evaluating a network-related relevance of a connected to one or more other network elements in a network Network element explained. However, these embodiments meet also on the process of assessing network relevance one with one or more other network elements in a network connected network element, on the machine-readable medium and the program element too.
Bei der Anzahl vorbestimmter Netzelementmodelle kann es sich genau um eines handeln. Die Verwendung nur eines einzelnen Modells und die Analyse des Auftretens dieses Modells in einem vorgegebenen Netz vermag bereits signifikante Relevanzinformation bereitzustellen, und kann zulassen, Netzelemente mit geringer Rechnerlast in Rangfolgen einzuordnen. Auf diese Weise kann die Bewertung eines Netzes sehr schnell durchgeführt werden, um einem Benutzer rasch Grundinformation zukommen zu lassen, die möglichst relevante Teile oder Elemente des Netzes betrifft.at the number of predetermined network element models can be exactly one act. The use of only a single model and the analysis the occurrence of this model in a given network already provide significant relevance information, and can allow network elements with low computational load to be ranked. In this way, the rating of a network can be done very quickly be used to quickly provide basic information to a user, the most relevant parts or elements of the network concerns.
Alternativ kann es sich bei der Anzahl vorbestimmter Netzelementmodelle um mehr als eines handeln. Indem mehrere vorbestimmte Netzelementmodelle zur Einschätzung der Relevanz von Netzelementen im Netz verwendet werden, kann ein verfeinerterer Lösungsweg beschritten werden, der ein tieferes Verständnis und eine sogar noch zuverlässigere Identifizierung von Schlüsselnetzelementen innerhalb des Netzes zulässt.alternative It may be in the number of predetermined network element models to more than one act. By having multiple predetermined network element models to assess the relevance of network elements in the network can be used, a more sophisticated approach can be taken Become a deeper understanding and one even more more reliable identification of key network elements within the network.
Zumindest ein Teil der vorbestimmten Netzelemente kann von einer Verbindung mit mindestens einem weiteren Netzelement absehen, das einen anderen Teil des Netzes darstellt. Mit anderen Worten kann die modellbasierte Analyse des Netzes Modelle enthalten, die nur eine reale Untergruppe des Netzes darstellen. Im Gegensatz zu globalen Lösungsansätzen, berücksichtigen die Modelle keine Verbindungen zwischen allen Netzelementen, sondern vermögen nur einen Teil, vorzugsweise einen relativ kleinen Teil der Netzelemente berücksichtigen. Dies kann für eine einfache und schnelle Suche im Netz nach Abschnitten des Netzes sorgen, welche die Modellanforderungen erfüllen.At least a part of the predetermined network elements can be connected refrain with at least one other network element, the other Represents part of the network. In other words, the model-based Analysis of the network models contain only a real subgroup of the network. In contrast to global solutions, the models do not consider connections between All network elements, but only a part, preferably consider a relatively small part of the network elements. This can be for a simple and fast search on the net care about sections of the network that meet the model requirements fulfill.
Zumindest ein Teil der vorbestimmten Netzelementmodelle kann eine Untergruppe (insbesondere eine eigene Untergruppe oder eine eigene Unterklasse) des Netzes darstellen. Zum Beispiel kann es sich bei der Anzahl von Netzelementen, die Teil eines Modells sind, um n handeln, wobei die Anzahl von Netzelementen im gesamten Netz N sein kann. Dann ist n vorzugsweise kleiner als N, so dass das Modell eine reale Untergruppe des gesamten Netzes bildet.At least a part of the predetermined network element models can be a subgroup (especially your own subgroup or subclass) of the network. For example, it may be in the number of network elements that are part of a model to act n, where the number of network elements in the entire network can be N. Then n is preferably less than N, so that the model is a real subgroup of the entire network.
Zumindest ein Teil der vorbestimmten Netzelementmodelle kann für eine Kopplungsstärke zwischen den mindestens zwei Netzelementen bezeichnend sein, die den Teil des Netzes darstellen. Ein Netz kann mehrere Netzknoten umfassen (zum Beispiel Neuronen eines neuronalen Netzes), wobei einzelne Netzelemente über Verbindungsleitungen, zum Beispiel sogenannte Synapsen, miteinander gekoppelt sein können. Diese Kopplungen können verschiedene Stärkewerte haben, so dass signifikantere oder häufig benutzte Verbindungen mit einem höheren Stärkewert beschrieben werden können als weniger relevante Netzelementverbindungen. Ein Modell kann eine solche, einzelne Kopplungen betreffende Information berücksichtigen. Eine Regel, die ein Modell kennzeichnet, kann sein, dass ein Abschnitt des Netzes nur dann in einem Modell abgebildet wird, wenn die Stärkewerte der einzelnen Verbindungen zwischen den Netzelementen bestimmte Bedingungen erfüllen, zum Beispiel was die Verhältnisse der einzelnen Stärken betrifft.At least a part of the predetermined network element models can be used for a coupling strength between the at least two network elements be indicative, which represent the part of the network. A network can several network nodes include (for example neurons of a neural Network), with individual network elements via connecting lines, For example, so-called synapses can be coupled together. These couplings can have different strength values have, so that more significant or frequently used connections be described with a higher strength value can be considered less relevant network element connections. One Model can be such information concerning individual couplings consider. A rule that identifies a model may be that a section of the network only in a model is mapped when the strength values of each connection between meet the network elements certain conditions, for example as far as the ratios of the individual strengths are concerned.
Zusätzlich oder alternativ kann zumindest ein Teil der vorbestimmten Netzelementmodelle für eine Kopplungsrichtung zwischen den mindestens zwei Netzelementen bezeichnend sein, die den Teil des Netzes darstellen. Ausführungsformen der Erfindung lassen sich auf ein gerichtetes Netz oder auf ein nicht gerichtetes Netz anwenden. Ein nicht gerichtetes Netz umfasst Netzelemente, die ohne eine bestimmte Kopplungsrichtung zwischen zwei einzelnen Netzelementen gekoppelt sind. Ein gerichtetes Netz umfasst Netzelemente, die mit einer bestimmten Kopplungsrichtung zwischen zwei einzelnen Netzelementen gekoppelt sind. Eine Kopplungsrichtung von einem ersten Netzelement zu einem zweiten Netzelement kann die Tatsache codieren, dass das Ausgangsnetzelement dieser Verbindung als irgendeine Art von Steuernetzelement dient und das Bestimmungsnetzelement eines solchen Kopplungspaars eine gesteuerte Instanz ist. Es ist möglich, dass die Richtung einer Verbindung zwischen zwei Netzelementen so definiert ist, dass sie von einem Netzelement zum anderen verläuft, aber es ist auch möglich, dass bidirektionale Kopplungen vorgesehen werden, so dass eine Signalübertragung in beiden Richtungen zwischen den beiden Netzelementen möglich ist.Additionally or alternatively, at least a part of the predetermined network element models may be indicative of a coupling direction between the at least two network elements that constitute the part of the network. Embodiments of the invention may be applied to a directional network or to a non-directional network. A non-directional network comprises network elements that are coupled between two individual network elements without a particular coupling direction. A directed network includes network elements that are coupled to a particular coupling direction between two individual network elements. A coupling direction from a first network element to a second network element may encode the fact that the output network element of that connection is any one Type of control network element is used and the destination network element of such a coupling pair is a controlled entity. It is possible for the direction of a connection between two network elements to be defined to run from one network element to another, but it is also possible for bidirectional couplings to be provided so that signal transmission in both directions between the two network elements is possible ,
Zumindest ein Teil der vorbestimmten Netzelementmodelle kann für eine räumliche Struktur und/oder eine logische Struktur bezeichnend sein, die durch die mindestens zwei Netzelemente gebildet wird/werden, die den Teil des Netzes darstellen. Mit anderen Worten kann ein Modell irgendeine Art eines strukturellen oder logischen Kopplungsschemas für eine Kopplung zwischen mehreren Netzelementknoten enthalten.At least a part of the predetermined network element models can be used for a spatial structure and / or a logical structure be indicative, which is formed by the at least two network elements, which represent the part of the network. In other words, one can Model any type of structural or logical coupling scheme for coupling between multiple network element nodes.
Zumindest ein Teil der vorbestimmten Netzelementmodelle kann für eine direkte Verbindung des Netzelements mit mindestens einem direktgekoppelten Netzelement bezeichnend sein, oder kann für eine indirekte Verbindung des Netzelements mit mindestes einem indirekt gekoppelten Netzelement bezeichnend sein. Eine "direkte" Verbindung zwischen zwei Netzelementen kann als Verbindung definiert werden, die eine Signalübertragung zwischen einem Netzelement zu einem anderen Netzelement ohne jegliche Zwischeninstanz zulässt. Eine "indirekte" Verbindung eines Netzelements mit einem anderen Netzelement kann in einem Fall vorliegen, bei dem mindestens ein Zwischennetzelement zwischen zwei Netzelementen angeordnet ist, wenn das Signal zwischen diesen beiden indirekt gekoppelten Netzelementen ausgetauscht wird.At least a part of the predetermined network element models can be used for a direct connection of the network element with at least one directly coupled Be network element indicative, or may be for an indirect Connection of the network element with at least one indirectly coupled Network element be indicative. A "direct" connection between two Network elements can be defined as a connection, which is a signal transmission between one network element to another network element without any Interim instance allows. An "indirect" connection of a Network element with another network element may be present in one case in the at least one intermediate network element between two network elements is arranged when the signal between these two indirectly coupled network elements is exchanged.
Nicht nur ein Teil, sondern jedes der vorbestimmten Netzelementmodelle kann bzw. können für eine Verbindung zwischen den mindestens zwei Netzelementen bezeichnend sein, die den Teil des Netzes darstellen. Somit kann nicht nur ein Teil, sondern können alle betreffenden Modell solch eine Netzelementkorrelation darstellen, die eine Charakteristik zwischen einer rein lokalen Korrelation und einer rein globalen Korrelation aufweist.Not only a part, but each of the predetermined network element models can or can for a connection between be indicative of the at least two network elements that the part of the network. Thus, not only a part, but can all the models concerned represent such a network element correlation, the one characteristic between a purely local correlation and a purely global correlation.
Die Bestimmungseinheit kann dazu ausgelegt sein, die netzbezogene Relevanz des Netzelements als einen Kennwert (zum Beispiel eine Zahl) zu bestimmen, der (die) proportional zu einer Anzahl des Vorkommens des Netzelements in der Anzahl von vorbestimmten Netzelementmodellen ist. Somit kann als Ergebnis der Analyse einem Netzelement, einem Teil der Netzelemente, oder allen Netzelementen ein Zahlenwert zugeteilt werden, der ein Maß für die Relevanz des jeweiligen Netzelements innerhalb des Netzes ist. Diese Zahl kann auch normiert werden (so dass sie zum Beispiel in einen Bereich zwischen "0" und "1" fällt), um einen Wert bereitzustellen, der die relative Wichtigkeit eines einzelnen Netzelements innerhalb des Netzes darstellt.The Determination unit may be designed to have the network-related relevance of the network element as a characteristic (for example, a number) determine the (the) proportional to a number of occurrences of the network element in the number of predetermined network element models is. Thus, as a result of the analysis, a network element, a Part of the network elements, or all network elements assigned a numerical value be a measure of the relevance of each Network element within the network is. This number can also be normalized (for example, in a range between "0" and "1") to provide a value that is the relative Represents importance of a single network element within the network.
Die Bestimmungseinheit kann dazu ausgelegt sein, die netzbezogene Relevanz des Netzelements auf Grundlage einer Position des Netzelements innerhalb eines Modells der Anzahl von vorbestimmten Netzelementmodellen zu bestimmen. Somit kann nicht nur die Häufigkeit der Auftrittsfälle eines Netzelements in dem/den Modell/en als eine Basis oder ein Kriterium für eine Entscheidung hergenommen werden, ob dieses bestimmte Netzelement für das gesamte Netz mehr oder weniger relevant ist, sondern es kann auch eine bestimmte (räumliche oder logische) Position eines Netzelements innerhalb eines solchen Modells dazu verwendet werden, die Wichtigkeit des einzelnen Netzelements innerhalb einer Modellstruktur abzuwägen. Insbesondere kann die Position des Netzelements innerhalb des Netzelementmodells für eine funktionale Rolle des Netzelements innerhalb des Netzelementmodells bezeichnend sein. Zum Beispiel kann sich in einem Feed-forward Loop-Modell, das nachstehend noch im Einzelnen beschrieben wird, die Position und die funktionale Rolle eines einzelnen Netzelements innerhalb einer solchen Struktur bei einzelnen Netzelementen dieses Modells unterscheiden. Wenn eine Position oder Funktion eines Netzelements mit einem Modell in Betracht gezogen wird, und in Abhängigkeit von dieser Position oder Funktion "Relevanzkredite" vergeben werden, kann dies eine weitere Verfeinerung der Relevanzbewertung von Ausführungsformen der Erfindung zulassen, da die funktionale Rolle innerhalb des Netzes dazu beitragen kann, zwischen wichtigeren und weniger wichtigen Netzelementen in einem Modell zu unterscheiden.The Determination unit may be designed to have the network-related relevance the network element based on a position of the network element within a model of the number of predetermined network element models determine. Thus, not only the frequency of occurrence cases a network element in the model (s) as a base or Criterion for a decision to be made whether this particular network element for the entire network more or less relevant, but it can also be a specific (spatial or logical) position of a network element within such a model to be used, the importance of each network element within a model structure. Especially may determine the position of the network element within the network element model for a functional role of the network element within the Be network element model indicative. For example, in one Feed-forward loop model, which is described in detail below becomes, the position and the functional role of a single network element within such a structure in individual network elements this Differ model. If a position or function of a network element is considered with a model, and depending on be assigned by this position or function "relevance loans", This may be a further refinement of the relevance assessment of embodiments allow the invention, since the functional role within the network can help to distinguish between more important and less important ones Network elements in a model to distinguish.
Die
Vorrichtung kann eine Modellidentifizierungseinheit aufweisen, die
dazu ausgelegt ist, automatisch die Anzahl vorbestimmter Netzelementmodelle
zu identifizieren. Besonders geeignete Netzelementmodellerkennungsverfahren
sind in
Die Modellidentifizierungseinheit kann dazu ausgelegt sein, die Anzahl vorbestimmter Netzelementmodelle auf Grundlage einer Analyse des Netzes zu identifizieren. Auf diese Weise können charakteristische Merkmale eines speziellen in Prüfung befindlichen Netzes dazu verwendet werden, aus diesem bestimmten Netz charakteristische Modellstrukturen einzeln abzuleiten.The Model identification unit may be configured to the number predetermined network element models based on an analysis of Network to identify. In this way, characteristic Characteristics of a special network under test to be used, characteristic of this particular network Derive model structures individually.
Zusätzlich oder alternativ kann die Modellidentifizierungseinheit dazu ausgelegt sein, die Anzahl vorbestimmter Netzelementmodelle auf Grundlage des Inhalts zu identifizieren, der in einer Netzmodelldatenbank gespeichert ist, die Daten enthält, die für Modelle bezeichnend sind, die für Netze oder Netzarten charakteristisch sind. Insbesondere können empirische Daten, Experimentalwissen und/oder Expertenregeln angewendet werden, um ein Netz im Hinblick auf das Vorhandensein von Modellen zu analysieren. Zum Beispiel können Vorwärtsregelschleifen- oder andere typische funktionale Kopplungsschemata zwischen verschiedenen Netzelementen aus der Datenbank entnommen werden, die für ein Auftreten in Netzen von Relevanz sein können. Die Nutzung einer solchen Datenbank kann dadurch verfeinert werden, dass zwischen verschiedenen Netzarten, zum Beispiel gerichteten und nicht gerichteten Netzen, oder biologischen oder künstlichen Netzen unterschieden wird.Additionally or alternatively, the model identification unit may be adapted to the An identify predetermined network element models based on the content stored in a network model database containing data indicative of models characteristic of networks or network types. In particular, empirical data, experimental knowledge and / or expert rules can be used to analyze a network for the presence of models. For example, feedforward loop or other typical functional coupling schemes between various network elements may be taken from the database, which may be of relevance to network presence. The use of such a database can be refined by distinguishing between different types of networks, for example directed and non-targeted networks, or biological or artificial networks.
Die Vorrichtung kann darüber hinaus eine Rangfolgeneinordnungseinheit aufweisen, die dazu ausgelegt ist, zumindest einen Teil der Netzelemente des Netzes auf Grundlage der bestimmten netzbezogenen Relevanz der Netzelemente der Rangfolge nach einzuordnen. Als Ausgang einer solchen Rangfolgeneinordnungseinheit kann eine geordnete Tabelle von Netzelementen bereitgestellt werden, wobei jedem Netzelement ein entsprechender Relevanzwert zugeteilt werden kann. Die Rangfolgeneinordnungseinheit kann eine geordnete Tabelle von Netzelementen bereitstellen, um eine schnelle und einfache Übersicht über mehr oder weniger relevante Netzelemente zuzulassen. Es ist auch möglich, dass die Netzelemente in verschiedene Wichtigkeitsgruppen zusammengefasst werden.The The device may further include a ranking ordering unit , which is adapted to at least a part of the network elements of Network based on the specific network relevance of the network elements rank by order. As the output of such a ranking order unit an ordered table of network elements can be provided, wherein each network element is assigned a corresponding relevance value can be. The ranking order unit may be an ordered one Table of network elements provide a quick and easy overview of allow more or less relevant network elements. It is also possible that the network elements in different importance groups be summarized.
Die Vorrichtung kann darüber hinaus eine Netzfunktionsregeleinheit aufweisen, die dazu ausgelegt ist, eine Funktion des Netzes auf Grundlage der Rangfolgeneinordnung zu regeln. Wenn ein Netz, zum Beispiel eine Suchmaschine des öffentlichen Internets, gesteuert ist, kann die Reihenfolge, in der Dokumente als Ergebnis einer Suchanfrage ausgegeben werden, entsprechend der Relevanz der Netzelemente eingestellt werden. Dies kann zum Beispiel im Falle einer solchen Suchmaschine sicherstellen, dass einem Benutzer vorwiegend relevantere Netzelemente (zum Beispiel Dokumente im Netz) im Vergleich zu weniger relevanten Netzen bereitgestellt werden.The Device may also have a network function control unit which is adapted to a function of the network Basis of the ranking order. When a network, to Example a public Internet search engine, can control the order in which documents as a result a query, according to the relevance of the Network elements are set. This can be for example in case Such a search engine will ensure that a user is predominantly more relevant network elements (for example documents in the network) in comparison be provided to less relevant networks.
Die Vorrichtung kann dazu ausgelegt sein, die netzbezogene Relevanz von Netzelementen in einem Netz zu bewerten, das aus der Gruppe ausgewählt ist, die aus einem biologischen Netz, einem Bioinformatiknetz, einer Datenbank mit verknüpften Datenelementen, einem Neuronennetz, einem Rechnernetz mit verbundenen Rechnern, einem Dokumentennetz mit verknüpften Dokumenten, einer elektrischen Schaltung und einem Finanzdatenanalysenetz besteht.The Device may be designed to have network-related relevance of network elements in a network to be evaluated from the group selected from a biological network, a Bioinformatics Network, a database of linked data elements, a neural network, a computer network with connected computers, a document network with linked documents, a electrical circuit and a financial data analysis network.
Im Folgenden wird ein Verfahren zur modellbasierten Rangfolgeneinordnung von Netzelementen nach einer beispielhaften Ausführungsform der Erfindung erläutert.in the The following is a method for model-based ranking network elements according to an exemplary embodiment of the invention explained.
Die Rangfolgeneinordnung von Elementen eines Netzes hat viele technische Anwendungen wie etwa die Identifizierung von Schlüsseldokumenten in einer Dokumentendatenbank, die Erfassung wichtiger Seiten im World Wide Web, die Erkennung von Schlüsselakteuren im Netz finanzieller Abhängigkeiten zwischen Firmen, und das Auffinden wichtiger Gene in einem biologischen Regulationsnetz.The Ranking of elements of a network has many technical Applications such as the identification of key documents in a document database, capturing important pages in the World Wide Web, the detection of key players in the Network of financial dependencies between companies, and that Finding important genes in a biological regulatory network.
Zentralitätsmessungen beruhen auf einem begrenzten Satz von Konzepten und berücksichtigen üblicherweise entweder die lokale Topologie (d. h. die direkte Nachbarschaft eines Elements, indem zum Beispiel alle Verbindungen zu Nachbarn gezählt werden), oder die globale Topologie (d. h. die Gesamtstruktur des Netzes, indem zum Beispiel die Summe der kürzesten Wege zu allen anderen Elementen gebildet wird, und Elemente mit einer geringen Summe als zentral angesehen werden). Nach einer beispielhaften Ausführungsform der Erfindung wird ein Verfahren zur Rangfolgeneinordnung von Netzelementen bereitgestellt, das Modelle lokaler Zusammenschaltungen (lokaler struktureller Eigenschaften) im Netz verwendet. Es verwendet Information, die aus den Auftrittsfällen solcher Modelle abgeleitet ist, um die Rangfolge der Netzelemente festzulegen. Für gewöhnlich sind diese Modelle klein und deshalb berücksichtigt dieses Konzept Information, die sich zwischen der lokalen und globalen Topologie ansiedelt.centrality measurements are based on a limited set of concepts and usually take into account either the local topology (ie the direct neighborhood of a Elements, for example, by counting all connections to neighbors or the global topology (that is, the overall structure of the Net, by, for example, the sum of the shortest paths is formed to all other elements, and elements with one small amount can be considered as central). After an exemplary Embodiment of the invention is a method for ranking provided by network elements, the models of local interconnections (local structural features) used in the network. It uses Information resulting from the occurrence of such models is derived to determine the ranking of the network elements. For usually these models are small and therefore considered this concept of information, which is between the local and global Topology settles.
Ein derartiges Verfahren kann für bestimmte biologische Netze besonders nützlich sein, kann aber auch für andere Arten von Netzen wie etwa verknüpfte Dokumente verwendet werden. In der Biologie liefert die Anwendung von Methoden mit hohem Durchsatz (Transcriptomik, Proteomik, Metabolomik) gewaltige Mengen an Daten über biologische Elemente und ihre Interaktionen (z. B. Protein-Protein-Interaktionen, Korrelationsnetze, Genregulation). Diese Versuche zielen darauf ab, neue wissenschaftliche Einsichten zu gewinnen, zum Beispiel neue Zielgene zur Arzneimittelentwicklung zu finden. Eine spezifische Voraussage wichtiger Elemente, die als potentielle Kandidatengene für eine bestimmte Frage dienen, kann dazu beitragen, die notwenigen Versuche stärker zu fokussieren und dadurch Zeit und Kosten von Versuchen zu senken. Eine Möglichkeit für solche Voraussagen beruht auf der Topologie des biologischen Netzes. Auf Grundlage der Topologie können die einzelnen Elemente des Netzes der Rangfolge nach eingeordnet und je nach ihrer Wichtigkeit zu Gruppen zusammengefasst werden.One Such method may be for certain biological networks may be especially useful, but may be useful for others Types of networks such as linked documents used become. In biology provides the application of high-quality methods Throughput (transcriptomics, proteomics, metabolomics) huge amounts Data on biological elements and their interactions (eg protein-protein interactions, correlation networks, gene regulation). These experiments aim to provide new scientific insights to gain, for example, new target genes for drug development to find. A specific prediction of important elements that as can serve potential candidate genes for a particular question help focus the necessary experiments more and thereby reducing the time and cost of trials. A possibility for such predictions is based on the topology of the biological Network. Based on the topology, the individual can Elements of the network ranked according to and according to their Importance to be grouped together.
Ein Aspekt des Verfahrens zur modellbasierten Rangfolgeneinordnung von Netzelementen kann verschiedene Aspekte des Kontexts (der lokalen strukturellen Eigenschaften) berücksichtigen, so dass die Bewertung oder Rangfolgeneinordnung der Netzelemente bedarfsspeziell auf spezifische Fragen abgestellt werden kann.One Aspect of the method for model-based ranking of Network elements can be different aspects of the context (the local structural Characteristics), so that the rating or Ranking of network elements is specific to specific ones Questions can be turned off.
Ein Modell kann durch mehrere aufeinanderfolgend verbundene Netzelemente gebildet werden. Allerdings kann ein Modell auch durch mehrere Teile gebildet werden, die nicht miteinander verbunden sind.One Model can be through several consecutively connected network elements be formed. However, a model can also be formed by several parts become unconnected.
Die vorstehend definierten Aspekte und weitere Aspekte der Erfindung gehen aus den Ausführungsbeispielen hervor, die nachstehend beschrieben werden sollen und mit Bezug auf diese Ausführungsbeispiele erläutert werden.The above defined aspects and further aspects of the invention will be apparent from the embodiments below should be described and with reference to these embodiments be explained.
Die Erfindung wird im Nachfolgenden mit Bezug auf Ausführungsbeispiele, auf welche die Erfindung aber nicht beschränkt ist, ausführlicher beschrieben.The The invention will be described below with reference to exemplary embodiments, to which the invention is not limited, in more detail described.
Die Darstellung in den Zeichnungen ist schematisch. In verschiedenen Zeichnungen können ähnliche oder gleiche Elemente mit denselben Bezugszeichen versehen sein.The Illustration in the drawings is schematic. In different Drawings can be similar or same elements be provided with the same reference numerals.
Im
Folgenden wird mit Bezug auf
Die
Vorrichtung
Die
Netzcharakteristik kann einer Bestimmungseinheit
Diese
Netzmodellidentifizierungseinheit
In
einer derartigen Netzmodelldatenbank
An
einem Ausgang der Bestimmungseinheit
Die
Rangfolgeneinordnung, die von der Rangfolgeneinordnungseinheit
Um
auf das Beispiel der Anzahl von miteinander verknüpften
Dokumenten zurückzukommen, so können, wenn ein
Benutzer ein System
Das
Netz
Um
das Netz
Wenn
das Netz
Somit
zeigen
Bei
Der
Knoten
Im Folgenden werden Definitionen und Beschreibungen für ein Verfahren zur modellbasierten Rangfolgeneinordnung von Netzelementen nach einer beispielhaften Ausführungsform der Erfindung wiedergegeben.in the Following are definitions and descriptions for a Method for model-based ranking of network elements reproduced according to an exemplary embodiment of the invention.
Zunächst werden ein Netz, ein Modell und eine Übereinstimmung erläutert. Ein Netz G = (V, E) besteht aus einem endlichen Satz von Eckpunkten V = {v1, ..., vn} und einem endlichen Satz von Kanten E = {e1, ..., em}, wobei jede Kante zwei Eckpunkte vi, vj verbindet. Ein Eckpunkt kann auch als Netzknoten bezeichnet werden. Die Kanten können entweder ungerichtet oder gerichtet sein. Zwei Netze G1 = (V1, E1) und G2 = (V2, E2) sind isomorph, wenn
- (1) eine bijektive Abbildung zwischen den Eckpunkten V1 und V2 besteht,
- (2) wenn eine Kante zwischen zwei Eckpunkten eines Netzes besteht, wenn und nur wenn eine Kante zwischen den beiden entsprechenden Eckpunkten im anderen Netz besteht.
- (1) there is a bijective mapping between vertices V 1 and V 2 ,
- (2) if an edge exists between two vertices of a mesh, if and only if one edge exists between the two corresponding vertices in the other mesh.
Ein Netz G0 = (V0, E0) ist ein Teilnetz eines Netzes G = (V, E), wenn V0 eine Untergruppe von V und E0 eine Untergruppe von E\(V0 × V0) ist.A net G 0 = (V 0 , E 0 ) is a subnetwork of a net G = (V, E), when V 0 is a subgroup of V and E 0 is a subset of E \ (V 0 × V 0 ).
Bei einem wie hier verwendeten Modell kann es sich um ein kleines Netz handeln. Eine Übereinstimmung eines Modells innerhalb eines Zielnetzes G ist ein Netz G0, das ein
- (1) Teilnetz von G und
- (2) isomorph zum Modell ist.
- (1) subnet of G and
- (2) is isomorphic to the model.
Als Nächstes wird eine Modellsuche erläutert.When Next, a model search will be explained.
Die Analyse von Modellen mit lokalen Zusammenschaltungen innerhalb von Netzen kann für viele technische Forschungsbereiche von Interesse sein. Eine Netzmodellanalyse kann für die Funktionsanalyse biologischer Netze besonders von Interesse sein.The analysis of models with local interconnections within networks can be used for many technical research areas of interest. A network model analysis may be of particular interest for the functional analysis of biological networks.
Ein
Beispiel für ein Modell
Ein
anderes Beispiel für ein wichtiges Modell
Weil das Auffinden von Übereinstimmungen eines Modells in einem Netz wichtig sein kann, existieren verschiedene Methoden zur Modellauffindung. Diese Methoden können in einem Verfahren zur modellbasierten Rangfolgeneinordnung von Netzelementen nach einer beispielhaften Ausführungsform der Erfindung eingesetzt werden.Because finding matches of a model in one Network can be important, there are different methods for model discovery. These Methods can be used in a model-based method Ranking of network elements according to an example Embodiment of the invention can be used.
Das
Ergebnis eines solchen Algorithmus ist eine Liste aller Übereinstimmungen
eines bestimmten Modells, siehe
Als Nächstes erfolgt eine Verfahrensbeschreibung.When Next is a process description.
Voraussetzung:Requirement:
- – Ein Netz, das aus Netzelementen (Eckpunkten) v und Verbindungen (Kanten) e besteht (falls notwenig, muss das Netz aus den Daten abgeleitet werden)- A network consisting of network elements (Vertices) v and connections (edges) e exists (if necessary, the net must be derived from the data)
- – Alle Netzelemente v haben einen Zentralitätswert 0 (c(v) = 0)- All network elements v have a centrality value 0 (c (v) = 0)
Verfahren:Method:
- 1. Wähle ein Modell p von Interesse1. Choose a model p of interest
- 2. Berechne alle Übereinstimmungen m des Modells p im Netz2. Compute all matches m of the model p in the web
- 3. Netzelement v:3. network element v:
- 3.a. für jede Übereinstimmung m des Modells p:3.a. for every m match of the model p:
- 3.aa. wenn das Element v Teil der Übereinstimmung m ist, erhöhe den Zentralitätswert v um 1 (c(v) = c(v) + 1)3.aa. if the element v is part of the match m is, increase the centrality value v by 1 (c (v) = c (v) + 1)
- 4. Ordne alle Netzelemente je nach dem Zentralitätswert der Elemente der Rangfolge nach ein.4. Arrange all network elements according to the centrality value the elements of the order.
Was
zwei Beispiele anbelangt, siehe
Das Ergebnis des auf ein biologisches Netz (Genregulationsnetz) angewandten Verfahrens ist unten dargestellt.The Result of applied to a biological network (gene regulatory network) Procedure is shown below.
Je höher die Zahl eines Eckpunkts ist, umso wichtiger ist dieser Eckpunkt.ever the higher the number of vertices, the more important this corner.
Als Nächstes wird eine rollenbasierten Bestimmung von Zentralitätswerten erläutert.When Next will be a role-based determination of centrality values explained.
Für einige Anwendungen ist die Position des Eckpunkts in einem Modell von Interesse.For some applications is the location of the vertex in a model of interest.
Dieses gesteigerte Problem kann mit einem erweiterten Verfahren gelöst werden. Die Erweiterung verwendet Rollen, einen Weg, um Eckpunkte in einem Modell zu klassifizieren. Als Beispiel wird ein Regulationsmodell in Betracht gezogen.This Increased problem can be solved with an advanced procedure become. The extension uses roles, a way around vertices to classify in a model. As an example, a regulation model taken into consideration.
In
diesem Modell ist ein Eckpunkt (Eckpunkt A) der Hauptregulator,
einer (Eckpunkt B) ist ein Zwischenregulator, und der dritte Eckpunkt
(Eckpunkt C) ist die regulierte Einheit, siehe
In
Indem
Rollen zur Berechnung der modellbasierten Rangfolgeneinordnung berücksichtigt
werden, werden die in
Dieses erweiterte Konzept berücksichtigt verschiedene Aspekte des Kontexts (der lokalen strukturellen Eigenschaften) eines Eckpunkts, so dass die Bewertung oder Rangfolgeneinordnung von Netzelementen bedarfsspeziell auf spezifische Fragen abgestellt werden kann. Es ist möglich, mehreren Eckpunkten im Modell dieselbe Rolle zuzuteilen. Dieses erweiterte Verfahren lässt sich als Grundverfahren auf gerichtete und ungerichtete Netze anwenden.This advanced concept takes into account different aspects the context (the local structural properties) of a vertex, so that the rating or ranking order of network elements depending on specific needs. It is possible, several vertices in the model the same role allot. This advanced method can be described as Apply the basic procedure to directed and undirected networks.
Formal kann das Hinzufügen von Rollen zu den Modellen durch die Schreibweise eines etikettierten Netzes erfolgen. Ein etikettiertes Netz ist ein Netz G = (V, E) mit einer zusätzlichen Etikettenfunktion 1: V? R, worin R der Satz von zur Verfügung stehenden Etiketten (Rollen) ist. Die Zuteilung von Etiketten zu den Eckpunkten braucht nicht eindeutig zu sein, deshalb können mehrere Eckpunkte dasselbe Etikett erhalten.Formal may be adding roles to the models through the Spelling of a labeled network done. A tagged one Network is a network G = (V, E) with an additional label function 1: V? R, where R is the set of available labels (Roles) is. The allocation of labels to the corner needs can not be unique, so can several vertices receive the same label.
Im Folgenden wird eine Erweiterung des vorstehenden Verfahrens beschrieben.in the Next, an extension of the above method will be described.
Die Berechnung der modellbasierten Rangfolgeneinordnung mit Rollen verfolgt denselben Weg wie die Berechnung der Zentralität für den Fall ohne Rollen. Nur im Schritt 4 muss das Verfahren modifiziert werden.The Calculation of model-based ranking with roles tracked the same way as the calculation of centrality for the case without roles. Only in step 4 does the procedure need to be modified become.
Voraussetzung:Requirement:
- – Ein Netz, das aus Netzelementen (Eckpunkten) v und Verbindungen (Kanten) e besteht (falls notwenig, muss das Netz aus den Daten abgeleitet werden)- A network consisting of network elements (Vertices) v and connections (edges) e exists (if necessary, the net must be derived from the data)
- – Alle Netzelemente v haben einen Zentralitätswert 0 unter allen Rollen r(c(v, r) = 0)- All network elements v have a centrality value 0 among all roles r (c (v, r) = 0)
Erweitertes Verfahren:Extended procedure:
- 1. Wähle ein Modell p mit Rollen von Interesse1. Choose a model p with rolls of interest
- 2. Berechne alle Übereinstimmungen m des Modells p im Netz ohne Berücksichtigung der Rollen2. Compute all matches m of the model p in the net without consideration of the roles
- 3. für jedes Netzelement v:3. for each network element v:
- 3.a. für jede Übereinstimmung m des Modells p:3.a. for every m match of the model p:
- 3.aa. wenn das Element v Teil der Übereinstimmung m bei der Rolle r ist, erhöhe den Zentralitätswert v für Rolle r um 1(c(v, r) = c(v, r) + 1)3.aa. if the element v is part of the match m in the role r, increase the centrality value v for role r around 1 (c (v, r) = c (v, r) + 1)
- 4. Ordne alle Netzelemente je nach dem Zentralitätswert in Abhängigkeit von der betreffenden Rolle der Rangfolge nach ein.4. Arrange all network elements according to the centrality value depending on the role of the rank order after one.
Im Folgenden wird eine Rangfolgenanwendung auf Netzelemente in biologischen Netzen nach einer beispielhaften Ausführungsform der Erfindung erläutert.in the Following is a ranking application on network elements in biological Networks according to an exemplary embodiment of the invention explained.
Eine Netzanalyse biologischer Netze deckt zum Beispiel Protein-Protein-Interaktionsnetze, Gehirnnetze, die Neuronenverbindungen darstellen, und Genregulationsnetze ab. In Genregulationsnetzen entsprechen Eckpunkte den DNA-Sequenzen (Genen), und Kanten stellen die Interaktionen zwischen Genen dar (d. h. wenn das entsprechende Produkt eines Gens mit dem Promoter des regulierten Gens interagiert). Um den komplexen Mechanismus der Genregulation zu verstehen, ist die Identifizierung von Schlüsselregulatoren wichtig, weil sie die Struktur und Funktion von Zellen und Organismen steuern.A Network analysis of biological networks covers, for example, protein-protein interaction networks, Brain networks representing neuronal connections and gene regulatory networks from. In gene regulatory networks, vertices correspond to the DNA sequences (genes), and edges represent the interactions between genes (i.e., when the corresponding product of a gene with the promoter of the regulated Gene interacts). To the complex mechanism of gene regulation Understanding is the identification of key regulators important because they control the structure and function of cells and organisms.
Hier
wird das bekannte Genregulationsnetz von E. coli analysiert, das
418 Eckpunkte und 519 Kanten umfasst, siehe
Die
Eckpunkte des Feed-forward Loop-Modells können in drei
verschiedene Funktionsrollen eingeteilt werden: einen Hauptregulator,
einen Zwischenregulator und eine regulierte Einheit (siehe
Als Nächstes wird die Rangfolgeneinordnung von Genregulationsnetzelementen, die auf Funktionsunterstrukturen beruht, ausführlicher erläutert.When Next, the ranking order of gene regulatory network elements, based on functional substructures, in more detail explained.
Eine Netzzentralitätsanalyse ist ein wertvolles Verfahren für die Strukturanalyse biologischer Netze. Es lässt sich dazu verwenden, Schlüsselelemente innerhalb von Netzen zu identifizieren und Netzelemente von der Rangfolge her so einzuteilen, dass Versuche auf Kandidaten von Interesse zugeschnitten werden können. Mehrere Zentralitätsmessungen werden für gewöhnlich verwendet, insbesondere für Genregulations-, Stoffwechsel- und Proteininteraktionsnetze. Allerdings berücksichtigen die herkömmlichen Zentralitäten entweder nur die direkte Nachbarschaft eines Netzelements oder setzen eine globale Analyse der kompletten Netzstruktur ein, um die Bedeutung einzelner Elemente zu berechnen. Vor allem nehmen sie funktionale Baueinheiten in biologischen Netzen nicht zur Kenntnis und berücksichtigen deshalb spezifische Netzunterstrukturen von Interesse nicht.A Network Centrality Analysis is a valuable process for the structural analysis of biological networks. It can be done use to identify key elements within networks and to classify network elements by order so that trials can be tailored to candidates of interest. Several centrality measurements usually become used, in particular for gene regulatory, metabolic and protein interaction networks. However, take into account the conventional centralities either just the direct neighborhood of a network element or set a global Analysis of the complete network structure to understand the meaning of individual To calculate elements. Above all, they take functional units in biological networks not aware of and take into account therefore not specific network substructures of interest.
Nach einer beispielhaften Ausführungsform der Erfindung ist es möglich, funktionale Unterstrukturen (Motive) in die Netzzentralitätsanalyse mit einzubringen und eine neue Architektur zur Rangeinordnung von Netzen zu implementieren. Ein Verfahren zur motivbasierten Zentralitätsanalyse und zwei Erweiterungen werden nachstehend vorgestellt. Diese Erweiterungen weiten den auf Zentralität beruhenden Motivgedanken auf spezifische Funktionen innerhalb von Motiven und auf die Berücksichtigung von Klassen ähnlicher Netze aus. Das Verfahren wird auf das Genregulationsnetz von E. coli angewendet, wo es interessante Ergebnisse über Schlüsselregulatoren liefert.According to an exemplary embodiment of the invention, it is possible to include functional substructures (motifs) in the network centrality analysis and to implement a new network classification architecture. A method for motif-based centrality analysis and two extensions are presented below. These expansions extend the centrality based motive thoughts to specific functions within motives and to the consideration of classes of similar nets. The method is applied to the gene regulatory network of E. coli, where it provides interesting results on key regulators.
Systembiologie beinhaltet die Analyse biologischer Netze, zum Beispiel Proteininteraktions-, Stoffwechsel- und Genregulationsnetze. Solche Netze umfassen Eckpunkte und Kanten, wobei die Eckpunkte beispielsweise Proteine, Metaboliten oder Gene darstellen, und die Kanten funktionale Beziehungen zwischen diesen Elementen darstellen. Von besonderem Interesse ist die Rangfolgeneinteilung oder Ordnung solcher Netzelemente. Dies kann zum Studium biologischer Netze wie etwa Letalitätsanalyse- und Proteininteraktionsnetzen und zur Untersuchung von metabolischen Wege- und Proteindomänennetzen nützlich sein.systems Biology involves the analysis of biological networks, for example protein interaction, metabolic and gene regulatory networks. Such meshes include vertices and edges, where the vertices are for example proteins, metabolites or genes represent, and the edges functional relationships between these Represent elements. Of particular interest is the ranking or Order of such network elements. This can be used to study biological Networks such as lethality analysis and protein interaction networks and for the study of metabolic pathways and protein domains to be useful.
Herkömmliche Zentralitätsmessungen berücksichtigen entweder nur die lokale oder die umfassende Netzstruktur zur Berechnung der Rangfolgeneinordnung von Netzelementen. Um jedoch funktionale Wechselwirkungen zwischen Netzelementen zu analysieren, sollte die Nachbarschaft dieser Elemente mit aufgenommen werden. Für diese Aufgabe kann das Konzept von Netzmotiven eingeführt werden Ein Netzmotiv ist ein Modell oder Muster (Teilnetz) lokaler Zusammenschaltungen mit besonderen statistischen oder funktionalen Eigenschaften. Die Analyse von Netzmotiven ist besonders wichtig für das Studium funktionaler Eigenschaften von biologischen Netzen wie etwa Genregulation oder Proteininteraktion.conventional Centrality measurements either take into account only the local or the comprehensive network structure to calculate the Rank order of network elements. However, functional interactions between network elements, the neighborhood should be analyzed these elements are included. For this task can the concept of network motifs are introduced. A network motif is a model or pattern (subnetwork) of local interconnections with special statistical or functional properties. The analysis Of network motifs is particularly important for the study of functional Properties of biological networks such as gene regulation or Protein interaction.
Im Folgenden wird ein Ansatz vorgestellt, der die Stärke von Motiv-Analyse mit dem Zentralitätenkonzept kombiniert. Dies führt zu insgesamt drei neuen Zentralitätsmessungen.in the Following is an approach that demonstrates the strength of Motif analysis combined with the centrality concept. This leads to a total of three new centrality measurements.
Im Folgenden werden Graphen, Zentralitäten und Motive eingeführt, um die Konzepte von motivbasierten Zentralitäten und Algorithmen zu deren Berechnung vorzustellen.in the Following are graphs, centralities and motives introduced around the concepts of motif-based centralities and algorithms to present for their calculation.
Als Nächstes werden motivbasierte Zentralitäten erörtert. Es werden motivbasierte Zentralitäten definiert und Algorithmen zu deren Berechnung wiedergegeben.When Next, motivational centralities will be discussed. It defines motivational centralities and algorithms reproduced for their calculation.
Ein gerichteter Graph G = (V, E) besteht aus einem Satz von Eckpunkten (oder Knoten) V und einem Satz von Kanten (oder Bögen) E ⊆ (V × V). V(G) und E(G) bezeichnen den Eckpunktsatz bzw. den Kantensatz des Graphen G. Ein Graph G' = (V', E) ist ein Untergraph des Graphen G = (V, E) (geschrieben als G' ⊆ G), falls V' ⊆ V und E' ⊆ E ∩ (V' × V'). Ein Graph G1 = (V1, E1) ist isomorph zu einem Graphen G2 = (V2, E2) (geschrieben als G1 ≃ G2), wenn eine bijektive Abbildung φ : V1 → V2 mit ∀va, vb ∊ V1 : (va, vb) ∊ E1 ⇔ (φ(va), φ(vb)) ∊ E2 existiert. Eine solche Abbildung wird Isomorphismus genannt, und wenn G1 = G2 ist, wird sie Automorphismus genannt.A directed graph G = (V, E) consists of a set of vertices (or nodes) V and a set of edges (or arcs) E ⊆ (V × V). V (G) and E (G) denote the vertex set of the graph G. A graph G '= (V', E) is a subgraph of the graph G = (V, E) (written as G '⊆ G ) if V '⊆ V and E' ⊆ E ∩ (V '× V'). A graph G 1 = (V 1 , E 1 ) is isomorphic to a graph G 2 = (V 2 , E 2 ) (written as G 1 ≃ G 2 ), if a bijective mapping φ: V 1 → V 2 with ∀ v a , v b ∈ V 1 : (v a , v b ) ∈ E 1 ⇔ (φ (v a ), φ (v b )) ε E 2 exists. Such a map is called isomorphism, and if G 1 = G 2 it is called an automorphism.
Eine Zentralität c ist eine Funktion c : V → die jedem Eckpunkt v eines Satzes von Eckpunkten V eine reelle Zahl zuteilt. Ein Eckpunkt va wird als wichtiger (zentraler) bezeichnet als ein Eckpunkt vb, wenn c(va) > c(vb) ist. Auf Grundlage von Zentralitätswerten können Eckpunkte geordnet oder der Rangfolge nach eingeteilt werden.A centrality c is a function c: V → each vertex v of a set of vertices V is a real number allocates. A vertex v a is called more important (central) than vertex v b if c (v a )> c (v b ). Based on centrality values, vertices may be ordered or ranked.
Kleine periodische Untergraphen können Motive genannt werden. Ein Motiv Mist nach der vorstehenden Definition von Graphen ein gerichteter Graph. Eine Übereinstimmung GM eines Motivs M in einem Zielgraphen G ist ein Untergraph von G(GM ⊆ G), der isomorph zum Motiv M(GM ≃ M) ist.Small periodic subgraphs can be called motifs. A motive Mist according to the above definition of graphs a directed graph. A match G M of a motif M in a target graph G is a subgraph of G (G M ⊆ G) which is isomorphic to the motif M (G M ≃ M).
Der
Motivübereinstimmungssatz GM = {GM|GM ⊆ G ∧ GM ≃ M} eines Motivs Mist der Satz
aller Übereinstimmungen von M im Graphen G. Es ist ein Satz
von Untergraphen von G, worin Algorithmen für eine derartige
Berechnung vorkommen, die nach beispielhaften Ausführungsformen
der Erfindung verwendet werden können (siehe
Im Folgenden wird motivbasierte Zentralität erläutert.in the Motive-based centrality is explained below.
Ein Graph G, ein Motiv M und der entsprechende Motivübereinstimmungssatz GM vorausgesetzt, kann eine neue Zentralität definiert werden. Die motivbasierte Zentralität cmc : V → teilt jedem Eckpunkt v ∊ V(G) die Zahl von Übereinstimmungen (die durch den Motivübereinstimmungssatz GM gegeben ist) zu, in denen der Eckpunkt v vorkommt. Sie wird definiert als cmc(v) = |{GM|GM ∊ GM ∧ v ∊ V(GM)}|. Auf Grundlage der Zentralität ccm können die Eckpunkte von G geordnet werden: Ein Eckpunkt va, der in mehr Übereinstimmungen vorkommt als Eckpunkt Vb, ist zentraler oder wichtiger.Given a graph G, a motive M and the corresponding motive match theorem G M , a new centrality can be defined. The motive-based centrality c mc : V → assigns to each vertex v ∈ V (G) the number of matches (given by the motive match set G M ) in which the vertex v occurs. It is defined as c mc (v) = | {G M | G M ∈ G M ∧ v ∈ V (G M )} |. Based on the centrality c cm can be the vertices be ordered by G: A vertex v a , which occurs in more matches than vertex V b , is more central or important.
Im Folgenden wird ein Algorithmus für motivbasierte Zentralität erläutert.in the Following is an algorithm for motif-based centrality explained.
Beim Eingang eines solchen Algorithmus handelt es sich um einen Graphen G und das Motiv M.At the Input of such an algorithm is a graph G and the motif M.
Beim Ausgang des Algorithmus handelt es sich um die Zentralitätswerte cmc(v) für die Eckpunkte v ∊ V(G).The output of the algorithm is the centrality values c mc (v) for the vertices v ε V (G).
Die folgenden Schritte sind im Algorithmus enthalten:
- 1: //initialisiere Ergebnisvektor
- 2: für alle v ∊ V(G) führe aus
- 3: cmc[v] ← 0
- 4://berechne Motivübereinstimmungssatz mit Algorithmus
- 5: GM ← ComputeMotifMatchSet (G, M)
- 6: //berechne motivbasierte Zentralitätswerte
- 7: für alle GM ∊ GM führe aus
- 8: für alle v ∊ V(GM) führe aus
- 9: cmc|v ← cmc|v| + 1
- 1: // initialize result vector
- 2: for all v ε V (G) perform
- 3: c mc [v] ← 0
- 4: // calculate motive matchset with algorithm
- 5: G M ← ComputeMotifMatchSet (G, M)
- 6: // compute motive-based centrality values
- 7: for all G M ∈ G M execute
- 8: for all v ε V (G M ) perform
- 9: c mc | v ← c mc | v | + 1
Im
Schritt 5 kann die Berechnung zum Beispiel mit einer der Methoden
durchgeführt werden, die offenbart sind in
Als
Beispiel kann der wie in
Hier besteht der Motivübereinstimmungssatz aus drei Untergraphen mit dem folgenden Eckpunktsatz: {v1, v2, v3}, {v2, v3, v4}, {v2, v4, v5}.Here, the motive match set consists of three subgraphs with the following vertex set: {v 1 , v 2 , v 3 }, {v 2 , v 3 , v 4 }, {v 2 , v 4 , v 5 }.
Die Komplexität des Algorithmus ist wie folgt, wobei |X| die Kardinalität des Satzes X bezeichnet. Die Laufzeiten sind: für Schritt 2–3 O(|V(G)|), für Schritt 5 O(compGM), die obere Schranke zur Berechnung des Motivübereinstimmungssatzes, und für die Schritte 7–9 O(|GM| × |V(M)|. Da der dominierende Faktor der Laufzeit die Berechnung des Motivübereinstimmungssatzes ist, ist die Komplexität des vorstehend beschriebenen Algorithmus durch O(compGM) beschränkt. Um diesen Satz |GM| zu berechnen, müssen isomorphe Teilsätze der Größe |V(M)| im Graphen G gefunden werden, und auch noch zu entscheiden, ob ein solcher Untergraph existiert, ist ein hinlänglich bekanntes NP-Komplettproblem. Die Berechnung von motivbasierten Zentralitäten ist deshalb für dieselbe Größe von Graphen und Motiven machbar, die gegenwärtig mit bestehenden Motiv-Analysemethoden analysiert werden.The complexity of the algorithm is as follows, where | X | denotes the cardinality of the set X. The runtimes are: for step 2-3 O (| V (G) |), for step 5 O (comp GM ), the upper bound to calculate the motive match set, and for steps 7-9 O (| G M | × | V (M) | Since the dominant factor of the runtime is the computation of the motive match theorem, the complexity of the algorithm described above is limited by O (comp GM ) To compute this set | G M |, isomorphic subsets of magnitude | V (M) | are found in the graph G, and to decide whether such a subgraph exists is a well-known NP-complete problem.The computation of motif-based centralities is therefore feasible for the same size of graphs and motifs currently using existing subject analysis methods are analyzed.
Als
Nächstes wird die rollenbasierte motivbasierte Zentralität
erläutert. Eckpunkte von Motiven können verschiedene
Funktionen darstellen. Zum Beispiel können im Kontext des
hier in Betracht gezogenen Genregulationsnetzes drei verschiedene Funktionen
der Eckpunkte des wie in
- 1. Der Eckpunkt oben ist der Hauptregulator, dieser Eckpunkt reguliert/regelt die anderen beiden Eckpunkte.
- 2. Der Eckpunkt auf der rechten Seite ist der Zwischenregulator. Er wird durch den Hauptregulator reguliert/geregelt und reguliert/regelt selbst zusammen mit dem Hauptregulator den Eckpunkt unten.
- 3. Der Eckpunkt unten in
15A wird durch die beiden anderen Eckpunkte reguliert/geregelt und wird deshalb regulierter/geregelter Eckpunkt genannt. Solche verschiedenen Funktionen von Eckpunkten in Motiven können Rollen genannt werden. Es ist möglich, den Eckpunkten des FFL-Motivs1500 drei Rollen zuzuteilen.
- 1. The vertex above is the main regulator, this vertex regulates the other two vertices.
- 2. The corner point on the right is the intermediate regulator. It is regulated by the main regulator and regulates itself together with the main regulator the vertex below.
- 3. The vertex below in
15A is regulated by the other two vertices and is therefore called a regulated vertex. Such various functions of vertices in motifs can be called roles. It is possible to see the vertices of the FFL motif1500 assign three roles.
Es sei angenommen, dass R ein Rollensatz, G ein Graph, M ein Motiv und GM der entsprechende Motivübereinstimmungssatz ist. Es ist möglich, eine Funktionsrolle zu definieren: V × GM → R, die jedem Eckpunkt von G unter einer spezifischen Übereinstimmung eine Rolle zuteilt. Die rollenbasierte motivbasierte Zentralität (kurz erweiterte motivbasierte Zentralität) cemc(v, r) : (V × R) → teilt jedem Eckpunkt v ∊ V(G) die Zahl von Übereinstimmungen zu, in denen der Eckpunkt v vorkommt, und hat die Rolle r. Sie ist definiert als Cemc(v, r) = |(GM|GM ∊ GM ∧ v ∊ V(GM) ∧ role (v, GM) = r}|. Unter Nutzung einer bestimmten Rolle r, kann die Zentralität dazu verwendet werden, die Eckpunkte von der Rangfolge her einzuteilen oder zu ordnen.Assume that R is a set of roles, G is a graph, M is a motive, and G M is the corresponding motive match set. It is possible to define a functional role: V × G M → R, which gives each vertex of G a specific match. The role-based motif-based centrality (in short, extended motif-based centrality) c emc (v, r): (V × R) → assigns to each vertex v ε V (G) the number of matches in which the vertex v occurs, and has the role r. It is defined as C emc (v, r) = | (G M | G M ∈ G M ∧ v ∈ V (G M ) ∧ role (v, G M ) = r} |. the centrality can be used to classify or rank the vertices.
Im Folgenden wird ein Algorithmus für die erweiterte motivbasierte Zentralität dargelegt, der auf dem vorstehend beschriebenen Algorithmus beruht.in the Following is an algorithm for advanced motif-based Centrality described on the above Algorithm is based.
Bei einem Eingang solch eines erweiterten motivbasierten Zentralitätsalgorithmus handelt es sich um einen Graphen G und ein Motiv M mit Rollen R. Bei einem Ausgang handelt es sich um Zentralitäten cemc(v, r) für die Eckpunkte v ∊ V(G) und Rollen r ∊ R.
- 1: //initialisiere Ergebnistabelle
- 2: für alle v ∊ V führe aus
- 3: für alle r ∊ R führe aus
- 4: cemc[v, r] ← 0
- 5: //berechne Motivübereinstimmungssatz mit Algorithmus
- 6: GM ← ComputeMotifMatchSet (G, M)
- 7: //berechne erweiterte motivbasierte Zentralitäten
- 8: für alle GM ∊ GM führe aus
- 9: für alle V ∊ V(GM) führe aus
- 10: r ← GetRoleOfMatchingVertex (v, GM)
- 11: cemc[v, r] ← cemc[v, r] + 1
- 1: // initialize result table
- 2: for all v ε V execute
- 3: for all r ε R execute
- 4: c emc [v, r] ← 0
- 5: // calculate motive matchset with algorithm
- 6: G M ← ComputeMotifMatchSet (G, M)
- 7: // compute extended motif-based centralities
- 8: for all G M ∈ G M execute
- 9: for all V ε V (G M ) execute
- 10: r ← GetRoleOfMatchingVertex (v, G M )
- 11: c emc [v, r] ← c emc [v, r] + 1
Im
Schritt 5 kann die Berechnung zum Beispiel mit einer der Methoden
durchgeführt werden, die offenbart sind in
Die Funktion GetRoleOfMatchingVertex lässt die Rolle des Eckpunkts v in einem Motiv M auf Grundlage der Übereinstimmung GM zurückspringen. Das Ergebnis des erweiterten Algorithmus ist kein einzelner Zentralitätsvektor für die Eckpunkte, wie im ersten beschriebenen Algorithmus, sondern eine Matrix, die aus Reihen und Spalten besteht, worin die Reihen die Eckpunkte des Graphen bezeichnen, die Spalten die Rollen bezeichnen, und die Einträge die Zentralitätswerte sind.The function GetRoleOfMatchingVertex causes the role of the vertex v in a motif M to jump back based on the match G M. The result of the extended algorithm is not a single centrality vector for the vertices, as in the first described algorithm, but a matrix consisting of rows and columns, where the rows denote the vertices of the graph, the columns denote the roles, and the entries the centrality values are.
Die Komplexität des beschriebenen zweiten Algorithmus liegt in derselben Klasse wie der erste Algorithmus, da die Schritte 2–4 eine Laufzeit von O(|V(G)| × |R|) haben, die Funktion GetRoleOfMatchingVertex (Schritt 10) als eine O(l)-Operation implementiert werden kann, weil davon ausgegangen wird, dass während der Berechnung des Motivübereinstimmungssatzes GM die bijektive Abbildung zwischen dem Motiv Mund der Übereinstimmung GM im Inneren der Übereinstimmung GM gespeichert wird, und alle anderen Operationen sind im Vergleich zum vorstehend beschriebenen ersten Algorithmus unverändert.The complexity of the second algorithm described is in the same class as the first algorithm, since steps 2-4 have a runtime of O (| V (G) | x | R |), the function GetRoleOfMatchingVertex (step 10) as an O ( l) operation can be implemented because it is assumed that the bijective mapping between the subject mouth accordance G M is stored in the interior of the match G M during the computation of the motif match set G M, and all other operations are in comparison to the above described first algorithm unchanged.
Für
das in
Die
mit A bezeichnete Spalte enthält die Zahl an Übereinstimmungen
für die Eckpunkte v1 bis v5 für den Rollenhauptregulator.
Der Eckpunkt v2 ist entsprechend dieser
Rolle der wichtigste Eckpunkt, gefolgt vom Eckpunkt v1.
Ein Vergleich mit Tabelle
Es
können mehrere Isomorphismen zwischen einem Motiv und einer
spezifischen Übereinstimmung bestehen, siehe zum Beispiel
In
diesem Beispiel gibt es zwei Übereinstimmungen zwischen
dem Motiv
Als Nächstes wird die rollenbasierte motivbasierte Zentralität für Motivklassen erläutert.When Next will be role-based motivational centrality explained for creative classes.
Wenn
die zuvor vorgestellten Konzepte verwendet werden, ist es möglich,
die Methode weiter zu erweitern. Indem ähnlichen Eckpunkten
einer Gruppe von ähnlichen Motiven dieselbe Rolle zugeteilt wird,
ist es möglich, eine Zentralität auf Grundlage
einer Klasse (oder einer Gruppe) von Motiven herzustellen. Man betrachte
beispielsweise eine wie in einer Skizze
Die rollenbasierte motivbasierte Zentralität für Motivklassen (kurz Motivklassenzentralität) lässt sich unter Verwendung des zweiten vorstehend beschriebenen Algorithmus für die erweiterte motivbasierte Zentralität berechnen. Für jedes Mitglied der Motivklasse von Interesse lässt sich die Matrix berechnen, die Zentralitätswerte für Eckpunkte und Rollen enthält. Wenn die Motivklasse aus l verschiedenen Motiven besteht, werden l Matrizes c1 emc, C2 emc..., cl-1 emc, cl emc mit Zentralitätswerten erhalten. Die Zentralitätswerte für einen Eckpunkt v ∊ V(G) und eine Rolle r ∊ R für eine Motivklasse lassen sich als die Summe von Zentralitätswerten über alle 1 Matrizes definieren,Die Komplexität dieser Methode hängt von der Größe der Motivklasse ab und kann als das l-fache der Laufzeit des zweiten vorstehend beschriebenen Algorithmus approximiert werden.The role-based motif-based centrality for motif classes (short motif class centrality) can be calculated using the second algorithm for extended motif-based centrality described above. For each member of the Creative class of interest, the matrix containing centrality values for vertices and roles can be calculated. If the motif class consists of 1 different motifs, 1 matrices c 1 emc , C 2 emc ..., c l-1 emc , c l emc with centrality values are obtained. The centrality values for a vertex v ε V (G) and a role r ε R for a motif class can be defined as the sum of centrality values over all 1 matrices. The complexity of this method depends on the size of the motif class and can be approximated to be l times the duration of the second algorithm described above.
Die
beschriebene Methode ist in dem in
Der
Zentralitätswert für Eckpunkte oben an den Ketten
(Rolle A in
Der Eckpunkt v1 erhält den höchsten Zentralitätswert, weil er der einzige Eckpunkt ist, von dem aus alle anderen Eckpunkte erreichbar sind (Rolle A).The vertex v 1 obtains the highest centrality value because it is the only vertex from which all other vertexes can be reached (Role A).
Als Nächstes werden das Genregulationsnetz von E. coli e sowie globale Regulatoren und Feed-forward Loop-Motive erläutert.When Next will be the gene regulatory network of E. coli e as well explained global regulators and feed-forward loop motifs.
Im Folgenden werden also Zentralitäten innerhalb des Genregulationsnetzes (GRN) von Escherichia coli analysiert. Das Netz beruht auf den Daten von Transkriptionsregulationsinteraktionen von Genen vom RegulonDB (Version 5.0). Gene sind durch Eckpunkte dargestellt und Transkriptionsregulationsinteraktionen zwischen Genen können modellhaft als Kanten dargestellt werden. Die Interaktionen zwischen Genen stellen eine Transkriptionskontrolle von Transkriptionsfaktoren an der Transkription von regulierten Genen dar. Es gibt ein paar wenige Fälle, bei denen Transkriptionsfaktoren durch Untereinheiten von verschiedenen Genprodukten gebildet werden. Sie sind hier durch einen gemeinsamen Identifikator ersetzt, der dem Transkriptionsfaktor entspricht, zum Beispiel ergeben ihfA oder ihfB ihfAB. Den Regulationsinteraktionen von solchen verschiedenen Untereinheiten wird dieser neue Identifikator zugewiesen, und parallele Kanten, die aufgrund vorheriger Operationen auftreten, werden durch eine einzige Kante ersetzt. Eigenloops (self loops), die für eine Autoregulation von Genen stehen, werden gelöscht, da sie nicht zu funktionalen Interaktionen zwischen verschiedenen Eckpunkten beitragen. Das sich ergebende Netz besteht aus 1250 Eckpunkten und 2431 Kanten.in the Following are centralities within the gene regulatory network (GRN) of Escherichia coli. The network is based on the data of transcriptional regulatory interactions of genes from RegulonDB (Version 5.0). Genes are represented by vertices and transcriptional regulatory interactions between genes can be modeled as edges become. The interactions between genes provide a transcriptional control of Transcription factors on the transcription of regulated genes There are a few cases where transcription factors are formed by subunits of different gene products. They are here replaced by a common identifier that corresponding to the transcription factor, for example ihfA or ihfAB. The regulatory interactions of such different Subunits are assigned this new identifier, and parallel Edges that occur due to previous operations are through replaced a single edge. Self loops, which are for one Autoregulation of genes are deleted as they are not to functional interactions between different vertices contribute. The resulting network consists of 1250 vertices and 2431 edges.
In Genregulationsnetzen sind Gene auf einem hohen Niveau innerhalb der Regulationskontrollhierarchie aufgrund ihres weitreichenden Einflusses auf andere Gene innerhalb des Netzes von besonderem Interesse. Diese Gene können globale Regulatoren genannt werden. Mögliche Kriterien zur Charakterisierung globaler Regulatoren sind die Anzahl von regulierten Genen, die Anzahl und Art von Co-Regulatoren, die Anzahl anderer Regulatoren, die sie kontrollieren, die Größe ihrer evolutionären Familie und die Vielseitigkeit von Bedingungen, unter denen sie ihre Kontrolle ausüben.In Gene regulatory networks are genes at a high level within the regulatory control hierarchy due to its far-reaching Influence on other genes within the network of special interest. These genes can be called global regulators. Possible Criteria for characterizing global regulators are the number of regulated genes, the number and type of co-regulators that Number of other regulators they control, the size their evolutionary family and the versatility of Conditions under which they exercise their control.
Als ein Motiv für die motivbasierte Zentralitätsanalyse kann das vorstehend beschriebene Feed-forward Loop-Motiv (FFL-Motiv) verwendet werden. Je nach der Art der Interaktionen (aktivierend oder reprimierend) wirkt das FFL-Motiv als Beschleunigungs- oder Verzögerungselement im Prozess der Genexpression und hat deshalb bestimmte Eigenschaften, welche die Expression von Zielgenen steuern.When a motive for motivational centrality analysis can the feed-forward loop motif described above (FFL motif) be used. Depending on the type of interactions (activating or repressing) the FFL motif acts as an acceleration or Delay element in the process of gene expression and has Therefore, certain properties that control the expression of target genes.
Als Nächstes wird die motivbasierte Zentralität für das GRN von E. coli erläutert.When Next will be the motivational based centrality for the GRN of E. coli is explained.
Die
motivbasierte Zentralität cmc,
die auf dem FFL-Motiv beruht, wird für das GRN von E. coli
berechnet, und die sich ergebenden Zentralitätswerte werden
zur Rangfolgeneinordnung der Gene verwendet, siehe die in
Die Gene an der oberen Stelle dieser Rangfolgeneinordnung haben wichtige Funktionen bei der Regulation von Zellprozessen nach Ecocyc: crp ist der wichtigste globale Regulator von katabolit-sensitiven Operonen, der den Energiestatus von Zellen durch cAMP-Konzentration überwacht und in der Lage ist, die Expression von mehr als 200 Genen zu regulieren, fnr und narL sind Transkriptionsregulatoren zur Fermentation und anaeroben Respiration, arcA ist ein Transkriptionsregulator zur aeroben Respirationskontrolle, und fis und ihfAB sind in den Prozess der DNA-Replikation involviert. Diese Gene wurden auch als globale Regulatoren charakterisiert.The Genes at the top of this ranking order have important ones Functions in the regulation of cell processes after ecocyc: crp is the most important global regulator of catabolite-sensitive operons, which monitors the energy status of cells by cAMP concentration and is able to regulate the expression of more than 200 genes, fnr and narL are transcription regulators for fermentation and anaerobic respiration, arcA is a transcriptional regulator for aerobic respiratory control, and fis and ihfAB are in the process involved in DNA replication. These genes were also called global Regulators characterized.
Gene, die als globale Regulatoren charakterisiert wurden, bekommen die oberen Positionen in der Rangfolge zugewiesen. Jedoch können diese Gene durch Berücksichtigung der funktionalen Rollen weiter differenziert werden, die sie innerhalb des FFL-Motivs einnehmen. Dieser Ansatz kann eine sogar noch detailliertere Sicht der Funktionen zulassen, die ein bestimmtes Gen innerhalb des Netzes innehat, und wird im Folgenden erörtert.genes which have been characterized as global regulators get the assigned to top positions in the ranking. However, you can these genes by considering the functional roles be further differentiated, which they occupy within the FFL motif. This approach can provide an even more detailed view of the functions allow a particular gene within the network to hold, and will be discussed below.
Als Nächstes wird also die erweiterte motivbasierte Zentralität für das GRN von E. coli erläutert.When Next is the extended motivational centrality for the E. coli GRN.
Die
erweiterte motivbasierte Zentralität cemc, die
auf dem FFL-Motiv mit Rollen beruht, wird berechnet. Dies führt
in Abhängigkeit von der Rolle zu drei verschiedenen Rangfolgeneinordnungen
der Gene, siehe die in
Sie lässt eine Unterteilung der Gene in globale Regulatoren, die hauptsächlich als Hauptregulatoren wirken, lokale Regulatoren, die Zwischenregulatoren sind, und Zielgene zu, die als Teil eines funktionalen Feed-forward Loop-Motivs durch mindestens zwei Regulatoren kontrolliert werden. Die drei Rangfolgeneinordnungen besitzen offensichtliche Unterschiede. Die Gene, die für Rolle A und Rolle B vom Rang her an oberen Stellen angesetzt sind, können in drei Gruppen zusammengefasst werden: einige Gene (crp, ihfAB, soxS) übernehmen nahezu ausschließlich Rolle A und wirken deshalb hauptsächlich als globale Regulatoren, ohne durch viele andere Gene kontrolliert zu werden. Einige Gene (narL, fur, hyfR, gadX) übernehmen nahezu ausschließlich Rolle B und wirken deshalb hauptsächlich als lokale Regulatoren, die von anderen Genen kontrolliert werden. Für die dritte Gruppe von Genen (fnr, arcA, fis, hns) sind beide Rollen wichtig und diese treten mit einer erheblichen Häufigkeit im analysierten Netz auf. Diese Gene wirken deshalb selektiv als globale und als lokale Regulatoren. Die Gene an den oberen Stellen entsprechend der Rangfolgeneinordnung auf Grundlage von Rolle C sind an den oberen Stellen der Rangfolgeneinordnungen für Rolle A und Rolle B nicht vorhanden, weil ihre Zentralitätswerte niedriger sind.she allows a subdivision of genes into global regulators, who act mainly as main regulators, local regulators, the intermediate regulators are, and target genes, as part of a functional feed-forward loop motif by at least two regulators to be controlled. The three ranking orders have obvious differences. The genes responsible for role A and role B in rank at upper Places are scheduled, can be summarized in three groups become: some genes (crp, ihfAB, soxS) take over almost exclusively role A and therefore work mainly as global regulators without being controlled by many other genes too become. Some genes (narL, fur, hyfR, gadX) take over almost exclusively role B and therefore work mainly as local regulators controlled by other genes. For the third group of genes (fnr, arcA, fis, hns) are both roles are important and these occur with a significant frequency in the analyzed network. These genes therefore act selectively as global and as local regulators. The genes in the upper places according to the ranking order based on role C are at the top of the ranking order for Role A and Role B are absent because their centrality values are lower.
Durch Berücksichtigung von Rollen von Eckpunkten sorgt die erweiterte motivbasierte Zentralität für eine detaillierte Analyse der Funktionseigenschaften der Elemente innerhalb des Netzes, und die erweiterte motivbasierte Zentralitätsanalyse ermöglicht eine präzisere Differenzierung der wichtigen Regulatoren, indem Gruppen mit unterschiedlichen Funktionseigenschaften auf Grundlage des gut untersuchten FFL-Motivs identifiziert werden.By Considering roles of vertices ensures the advanced motivational centrality for a detailed Analysis of the functional properties of the elements within the network, and the advanced motivational centrality analysis enables one more precise differentiation of important regulators by Groups with different functional characteristics based on of the well studied FFL motif.
Im Folgenden wird die Motivklassenzentralität für das GRN von E. coli erläutert.in the The following is the motive class centrality for the GRN of E. coli is explained.
Motive,
die ähnliche strukturelle Eigenschaften gemeinsam haben,
können, wie vorstehend beschrieben, zu Motivklassen zusammengefasst
werden. Im Folgenden werden Regulationsketten analysiert, die zur
Kettenmotivklasse gehören, siehe
Ausgehend von einem Regulator oben an der Kette wird die Regulation/Regelung über Zwischenregulatoren nach unten geleitet. Aufgrund der hierarchischen Struktur von Genregulationsnetzen, vergrößern Regulatoren im Allgemeinen ihren Kontrollbereich, indem sie Gene indirekt über Zwischenregulatoren beeinflussen. Regulatoren oben an Regulationsketten sind von besonderem Interesse, da sie Regulationskaskaden auslösen.outgoing from a regulator at the top of the chain, the regulation / regulation over Intermediate regulators directed downwards. Due to the hierarchical Structure of gene regulatory networks, increase Regulators generally control their area by using genes influence indirectly via intermediate regulators. regulators At the top of regulatory chains are of particular interest, as they Trigger regulatory cascades.
Um
die Regulatoren mit dem höchsten Einfluss auf andere Gene
im GRN von E. coli zu untersuchen, wird die Motivklassenzentralität
für die Kettenmotivklasse berechnet und nur die Rolle des
Eckpunkts oben an der Kette berücksichtigt (siehe
Das Gen narL, das sich von der Rangfolge her an Stelle 6 für die motivbasierte Zentralität befindet, nimmt für die Motivklassenzentralität nur Stelle 20 ein, weil es nur einige Gene indirekt reguliert, obwohl die Anzahl von direkt kontrollierten Genen relativ hoch ist.The Gene narL, which ranked 6 instead of 6 for the motivational-based centrality is taking for the motivational class centrality only place 20 because it only some genes are regulated indirectly, although the number of direct controlled genes is relatively high.
Darüber
hinaus zeigt die Zusammensetzung von Zentralitätswerten
für einzelne Motivketten gewisse interessante Charakteristika.
Es gibt einige Gene unter den oberen 20 Stellen, die einen sehr niedrigen
Zentralitätswert für Motivketten der Größe 2
(evgA, ydeO, soxR, gadW, cspE und cspA) und deshalb einen geringen
Bereich an Direktkontrolle haben. Bei allen diesen Genen sind auch
die Werte für motivbasierte Zentralität auf Grundlage
des FFL-Motivs sehr niedrig (zwischen 0 und 3). Jedoch steuern diese
Gene indirekt eine große Anzahl anderer Gene. Wenn zum
Beispiel die Gene evgA und ydeO (Stellen 6 und 7 in Tabelle
Somit wurde ein Lösungsansatz zur Rangfolgeneinordnung von Eckpunkten von Netzen auf Grundlage von Netzmotiven vorgestellt und im Kontext dreier besonderer Methoden erörtert. Die erste Methode (motivbasierte Zentralität) ordnet Eckpunkte vom Rang her entsprechend der Anzahl an Motivübereinstimmungen so ein, dass die Übereinstimmung den Eckpunkt von Interesse enthält. Die anderen beiden Methoden (erweiterte motivbasierte Zentralität und Motivklassenzentralität) bauen auf dieser Methode auf. Die erweiterte motivbasierte Zentralität berücksichtigt Rollen und erlaubt eine detailliertere Analyse des Netzes von Interesse auf Grundlage von den Ecken des Motivs zugeteilten Funktionen. Die Motivklassenzentralität verwendet eine ganze Gruppe ähnlicher Motive zur Rangfolgeneinordnung und berücksichtigt deshalb verwandte funktionelle Netzunterstrukturen. Die hier vorgestellten Lösungsansätze befassen sich mit struktureller Information auf einer Ebene zwischen der lokalen und der globalen Netzstruktur.Consequently became a solution for the ranking of vertices presented by networks based on network motifs and in context discussed three special methods. The first method (motive-based centrality) arranges vertices from rank according to the number of motif matches so, that the match contains the vertex of interest. The other two methods (advanced motivational centrality and subject class centrality) build on this method. The extended motivational-based centrality is taken into account Roles and allows a more detailed analysis of the network of interest based on functions assigned to the corners of the creative. The motive class centrality uses a whole group of similar subjects for ranking and therefore considers related functional network substructures. To address the approaches proposed here with structural information at a level between the local and global network structure.
Die Anwendung von auf dem FFL-Motiv beruhenden motivbasierten Zentralitätsmethoden auf das Genregulationsnetz von E. coli liefert interessante Ergebnisse. Die motivbasierte Zentralität cmc weist Gene an der obersten Stelle nach, die bereits als globale Regulatoren identifiziert wurden und deshalb für eine Analyse von Schlüsselregulatoren in anderen Organismen verwendet werden können. Eine detailliertere Analyse, die auf der erweiterten motivbasierten Zentralität cemc beruht, die in diesem Beispiel die Rollen (Funktionen) von Eckpunkten innerhalb des FFL-Motivs berücksichtigt, erlaubt eine Unterteilung der Gene in drei Gruppen: Gene, die hauptsächlich als globale Regulatoren wirken, Gene, die hauptsächlich als lokale Regulatoren wirken, und Gene, die selektiv als globale oder als lokale Regulatoren wirken. Die erweiterte motivbasierte Zentralität wird durch die Verwendung einer Gruppe von ähnlichen Motiven, um die Motivklassenzentralität cmcc herzustellen, weiter verfeinert. Es wurden die Gene oben an der Kettenmotivklasse untersucht, weil dies die Analyse von Genen ermöglicht, welche die höchsten Kontrollbereiche innerhalb des GRN von E. coli haben. Auch diese Methode ordnet wieder Gene der Rangfolge nach ein, die bereits als globale Regulatoren an obersten Stellen identifiziert wurden. Interessanterweise befinden sich auch Gene mit einem geringen Bereich an direkter Kontrolle (Outdregree) unter den obersten 20 Stellen bei der Zentralität. Diese Regulatoren verstärken ihren Kontrollbereich über Zwischenregulatoren und beeinflussen indirekt eine große Anzahl an Genen. Gene mit diesen Arten von Regulationseigenschaften werden durch andere Lösungsansätze, die zum Beispiel auf der Anzahl direkt regulierter Gene basieren, nicht erfasst.The application of motive-based centrality methods based on the FFL motif to the gene regulatory network of E. coli gives interesting results. Motif-based centrality c mc detects top-of-the-line genes that have already been identified as global regulators and can therefore be used to analyze key regulators in other organisms. A more detailed analysis, based on the extended motif-based centrality c emc , which in this example takes into account the roles (functions) of vertices within the FFL motif, allows for the subdivision of genes into three groups: genes that act primarily as global regulators, Genes that act primarily as local regulators and genes that act selectively as global or local regulators. The advanced motivational-based centrality is further refined by using a group of similar motifs to create the motif class centrality c mcc . The genes at the top of the chain motif class were examined because this allows the analysis of genes having the highest control ranges within the GRN of E. coli. Again, this method rearranges genes that have already been identified as global regulators at the top. Interestingly, genes with a low level of direct out-of-control (outdregree) are among the top 20 sites of centrality. These regulators increase their control over intermediate regulators and indirectly influence a large number of genes. Genes with these types of regulatory properties are not detected by other approaches based, for example, on the number of directly regulated genes.
Es sollte angemerkt werden, dass der Begriff "umfasst, umfassend" andere Elemente oder Schritte nicht ausschließt, und dass "ein, eine, einer, eines" eine Mehrzahl nicht ausschließt. Auch können Elemente kombiniert werden, die in Verbindung mit verschiedenen Ausführungsformen beschrieben wurden.It It should be noted that the term "includes, includes" others Does not exclude elements or steps, and that "one, one, one, one "does not exclude a plurality Elements can be combined in conjunction with various embodiments have been described.
Es sollte auch angemerkt werden, dass Bezugszeichen in den Ansprüchen nicht als den Umfang der Ansprüche einschränkend aufgefasst werden sollten.It It should also be noted that reference signs in the claims not limiting the scope of the claims should be understood.
Eine Umsetzung der Erfindung ist nicht auf die bevorzugten Ausführungsformen beschränkt, die in den Figuren gezeigt sind und vorstehend beschrieben wurden. Vielmehr sind vielfältige Varianten, die sich der aufgezeigten Lösungen und des erfindungsgemäßen Prinzips bedienen, auch im Falle von grundsätzlich verschiedenen Ausführungsformen möglich.A Implementation of the invention is not limited to the preferred embodiments limited, which are shown in the figures and above have been described. Rather, there are many variations, which are the solutions and the invention Operating principle, even in the case of fundamentally different Embodiments possible.
ZusammenfassungSummary
Vorrichtung
(
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDE IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list The documents listed by the applicant have been automated generated and is solely for better information recorded by the reader. The list is not part of the German Patent or utility model application. The DPMA takes over no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- - US 6285999 [0009, 0010] - US 6285999 [0009, 0010]
Zitierte Nicht-PatentliteraturCited non-patent literature
- - Schreiber F. und Schwöbbermeyer H. "M4Visto: a tool for the exploration of network motifs", Bioinformatics, 21, S. 3572–3574, 2005 [0024] Schreiber F. and Schwöbbermeyer H. "M4Visto: a tool for the exploration of network motifs", Bioinformatics, 21, pp. 3572-3574, 2005 [0024]
- - Schreiber F. und Schwöbbermeyer H. "MAVisto: a tool for the exploration of network motifs", Bioinformatics, 21, S. 3572–3574, 2005 [0046] Schreiber F. and Schwöbbermeyer H. "MAVisto: a tool for the exploration of network motifs", Bioinformatics, 21, pp. 3572-3574, 2005 [0046]
- - F. Schreiber, H. Schwöbbermeyer, "Frequency concepts and pattern detection for the analysis of motifs in networks", Transactions an Computational Systems Biology, 3, LNBI 3737, S. 89 bis 104, 2005 [0149] F. Schreiber, H. Schwöbbermeyer, "Frequency Concepts and Pattern Detection for the Analysis of Motifs in Networks," Transactions on Computational Systems Biology, 3, LNBI 3737, p. 89 to 104, 2005 [0149]
- - S. Shen-Orr, R. Milo, S. Mangan, U. Alon, "Network motifs in transcriptional regulation network of Escherichia coli", Nature Genetics, 31(1), S. 64 bis 68, 2002 [0149] - S. Shen-Orr, R. Milo, S. Mangan, U. Alon, "Network Motifs in Transcriptional Regulation Network of Escherichia coli", Nature Genetics, 31 (1), pp. 64-68 , 2002 [0149]
- - O. Sporns, R. Kötter, "Motifs in brain networks", PloS Biology, 2(11):e369, 2004 [0149] - O. Sporns, R. Kotter, "Motifs in brain networks", PloS Biology, 2 (11): e369, 2004 [0149]
- - F. Schreiber, H. Schwöbbermeyer, "Frequency concepts and pattern detection for the analysis of motifs in networks", Transactions an Computational Systems Biology, 3, LNBI 3737, S. 89 bis 104, 2005 [0156] F. Schreiber, H. Schwöbbermeyer, "Frequency Concepts and Pattern Detection for the Analysis of Motifs in Networks", Transactions on Computational Systems Biology, 3, LNBI 3737, p. 89 to 104, 2005 [0156]
- - S. Shen-Orr, R. Milo, S. Mangan, U. Alon, "Network motifs in transcriptional regulation network of Escherichia coli", Nature Genetics, 31(1), S. 64 bis 68, 2002 [0156] - S. Shen-Orr, R. Milo, S. Mangan, U. Alon, "Network Motifs in Transcriptional Regulation Network of Escherichia coli", Nature Genetics, 31 (1), pp. 64 to 68, 2002 [0156]
- - O. Sporns, R. Kötter, "Motifs in brain networks", PloS Biology, 2(11):e369, 2004 [0156] - O. Sporns, R. Kotter, "Motifs in brain networks", PloS Biology, 2 (11): e369, 2004 [0156]
- - F. Schreiber, H. Schwöbbermeyer, "Frequency concepts and pattern detection for the analysis of motifs in networks", Transactions an Computational Systems Biology, 3, LNBI 3737, S. 89 bis 104, 2005 [0165] F. Schreiber, H. Schwöbbermeyer, "Frequency Concepts and Pattern Detection for the Analysis of Motifs in Networks", Transactions on Computational Systems Biology, 3, LNBI 3737, pp. 89 to 104, 2005 [0165]
- - S. Shen-Orr, R. Milo, S. Mangan, U. Alon, "Network motifs in transcriptional regulation network of Escherichia coli", Nature Genetics, 31(1), S. 64 bis 68, 2002 [0165] - S. Shen-Orr, R. Milo, S. Mangan, U. Alon, "Network Motifs in Transcriptional Regulation Network of Escherichia coli", Nature Genetics, 31 (1), pp. 64-68 , 2002 [0165]
- - O. Sporns, R. Kötter, "Motifs in brain networks", PloS Biology, 2(11):e369, 2004 [0165] - O. Sporns, R. Kotter, "Motifs in brain networks", PloS Biology, 2 (11): e369, 2004 [0165]
Claims (22)
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US75493305P | 2005-12-29 | 2005-12-29 | |
US60/754,933 | 2005-12-29 | ||
PCT/EP2006/070262 WO2007074172A1 (en) | 2005-12-29 | 2006-12-28 | A device for and a method of evaluating a network related relevance of a network element linked to one or more further network elements in a network, a program element and a computer-readable medium |
Publications (1)
Publication Number | Publication Date |
---|---|
DE112006003614T5 true DE112006003614T5 (en) | 2008-12-18 |
Family
ID=37909410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE112006003614T Withdrawn DE112006003614T5 (en) | 2005-12-29 | 2006-12-28 | Device and method for evaluating a network-related relevance of a network element, program element and machine-readable data carrier connected to one or more further network elements in a network |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE112006003614T5 (en) |
WO (1) | WO2007074172A1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7109764B2 (en) * | 2017-10-15 | 2022-08-01 | データ・サイエンティスト株式会社 | Evaluation device and evaluation method |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6285999B1 (en) | 1997-01-10 | 2001-09-04 | The Board Of Trustees Of The Leland Stanford Junior University | Method for node ranking in a linked database |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7809548B2 (en) * | 2004-06-14 | 2010-10-05 | University Of North Texas | Graph-based ranking algorithms for text processing |
-
2006
- 2006-12-28 DE DE112006003614T patent/DE112006003614T5/en not_active Withdrawn
- 2006-12-28 WO PCT/EP2006/070262 patent/WO2007074172A1/en active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6285999B1 (en) | 1997-01-10 | 2001-09-04 | The Board Of Trustees Of The Leland Stanford Junior University | Method for node ranking in a linked database |
Non-Patent Citations (4)
Title |
---|
F. Schreiber, H. Schwöbbermeyer, "Frequency concepts and pattern detection for the analysis of motifs in networks", Transactions an Computational Systems Biology, 3, LNBI 3737, S. 89 bis 104, 2005 |
O. Sporns, R. Kötter, "Motifs in brain networks", PloS Biology, 2(11):e369, 2004 |
S. Shen-Orr, R. Milo, S. Mangan, U. Alon, "Network motifs in transcriptional regulation network of Escherichia coli", Nature Genetics, 31(1), S. 64 bis 68, 2002 |
Schreiber F. und Schwöbbermeyer H. "M4Visto: a tool for the exploration of network motifs", Bioinformatics, 21, S. 3572-3574, 2005 |
Also Published As
Publication number | Publication date |
---|---|
WO2007074172A1 (en) | 2007-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112005002331B4 (en) | Method, system and apparatus for compiling and using biological knowledge | |
DE602004003361T2 (en) | SYSTEM AND METHOD FOR GENERATING REFINEMENT CATEGORIES FOR A GROUP OF SEARCH RESULTS | |
DE112017005538T5 (en) | Automated generation of workflows | |
DE202019106182U1 (en) | Neuron architecture search with factorized hierarchical search space | |
DE202017007517U1 (en) | Aggregate characteristics for machine learning | |
DE102016104478A1 (en) | Cryptographic methods that realize work records in systems of interconnected nodes | |
DE10035043A1 (en) | Building multi-dimensional indexing structure for use with linear optimising requests involves forming two convex envelopes of input data sets, some representing envelope apex points | |
WO2015040052A1 (en) | User-controlled retrieval engine | |
DE3916328A1 (en) | METHOD AND COMPUTER FOR TROUBLESHOOTING BY NON-LINEAR GENETIC METHOD | |
DE102008048478A1 (en) | Sampling strategy using genetic algorithms in the optimization of a technical design | |
DE112016005266T5 (en) | Fast pattern detection for log analysis | |
DE112018005725T5 (en) | DATA DEIDENTIFICATION BASED ON DETECTION OF PERMITTED CONFIGURATIONS FOR DATA DEIDENTIFICATION PROCESSES | |
DE102021109468A1 (en) | HARDWARE ACCELERATOR WITH ANALOG-CONTENT ADDRESSABLE STORAGE (A-CAM) FOR DECISION TREE COMPUTING | |
DE112013005993T5 (en) | Method, apparatus and computer readable medium for optimal determination of data subsets | |
DE112016002496T5 (en) | Annealed sparse by adaptive and dynamic shrinking | |
DE102018010163A1 (en) | Automatic generation of useful user segments | |
DE10239292A1 (en) | Conflict detection and resolution in connection with a data assignment | |
DE112021006604T5 (en) | DYNAMIC RANKING OF FACETS | |
DE112006003614T5 (en) | Device and method for evaluating a network-related relevance of a network element, program element and machine-readable data carrier connected to one or more further network elements in a network | |
WO2021104608A1 (en) | Method for producing an engineering proposal for a device or plant | |
DE102013210914A1 (en) | Data processing method, data retrieval method in database and corresponding unit | |
DE112018005891T5 (en) | Library screening for the likelihood of cancer | |
DE19908204A1 (en) | Fractal n-th order network for handling complex structures | |
EP2642749B1 (en) | Device and method for optimising the determination of pick-up areas | |
DE102020201383A1 (en) | Support system, storage medium and method for representing relationships of elements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R005 | Application deemed withdrawn due to failure to request examination | ||
R409 | Internal rectification of the legal status completed | ||
R409 | Internal rectification of the legal status completed | ||
R005 | Application deemed withdrawn due to failure to request examination |
Effective date: 20131231 |
|
R012 | Request for examination validly filed |
Effective date: 20131223 |
|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |