Credit:pix abay/CC0 Public Domain尽管网络在科学家如何理解复杂系统的动力学和属性方面发挥着基础作用，但从大规模实验数据中重建网络是一项挑战。在系统生物学和微生物生态学中——对环境中微生物及其相互作用的研究——重建这些网络的挑战可能会因难以解释直接和间接的相互作用，或系统中一个元素影响另一个元素的能力而变得复杂，无论有无直接相互作用。
俄克拉何马大学环境基因组学研究所所长周纪中正带领IEG的一个研究团队，与加州大学伯克利分校的玛丽·费尔斯通合作，展示一个新的概念框架在解开关联网络中直接和间接关系方面的有效性。周是道奇家族文理学院的乔治·林恩·克罗斯研究教授，也是牛津大学盖洛里工程学院的兼职教授。
IEG的研究科学家肖乃佳是描述这项工作的论文的第一作者，该论文发表在《国家科学院院刊》上。
“通过应对几个数学挑战，这项研究为解开关联网络中的直接和间接关系提供了一个概念框架，”周说。“我们的iDIRECT(利用基于有效Copula的传递性推断直接和间接关系)框架在合成基因表达和微生物群落数据中的应用表明，该框架是一个强大、健壮和可靠的网络推断工具。它将大大增强我们辨别各种复杂系统中网络相互作用的能力，并将使科学家能够解决以前无法解决的研究问题。”
具体来说，iDIRECT框架减少了网络重构的数学挑战，包括病态、自循环和交互强度溢出。使用模拟数据对结果进行基准测试，研究人员使用iDIRECT框架证明了高预测精度。
“应用iDIRECT在大肠杆菌(最常见的细菌类型之一)中重建基因调控网络，也揭示了相当大的预测能力，”Firestone说。“此外，将iDIRECT应用于高度多样化的草原土壤微生物群落以应对气候变暖表明，iDIRECT处理的网络在变暖条件下比在控制条件下更复杂，对随机和目标物种的去除都更稳健。
“作为一种通用方法，iDIRECT的优势在于，它应该广泛适用于推断科学和工程中不同学科之间的关联网络中的直接关系，”她补充道。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
