从社会网络到生物网络：新算法发现人类疾病中的关键蛋白质
NEGEV本古里安大学的研究人员开发了一种机器学习算法，可以增强我们对人类生物学和疾病的理解。新方法加权图异常淋巴结检测（WGAND）从社交网络分析中汲取灵感，旨在鉴定在各种人体组织中具有重要作用的蛋白质。NEGEV本古里安大学的研究人员开发了一种机器学习算法，可以增强我们对人类生物学和疾病的理解。新方法加权图异常淋巴结检测（WGAND）从社交网络分析中汲取灵感，旨在鉴定在各种人体组织中具有重要作用的蛋白质。
来源:英国物理学家网首页NEGEV本古里安大学的研究人员开发了一种机器学习算法，可以增强我们对人类生物学和疾病的理解。新方法加权图异常淋巴结检测（WGAND）从社交网络分析中汲取灵感，旨在鉴定在各种人体组织中具有重要作用的蛋白质。 蛋白是我们体内必不可少的分子，它们在复杂网络（称为蛋白质 - 蛋白质相互作用（PPI）网络）中相互相互作用。研究这些网络有助于科学家了解蛋白质的功能以及它们如何对健康和疾病做出贡献。 复杂网络 蛋白质 - 蛋白质相互作用 Esti Yeger-Lotem教授，Michael Fire博士，Jubran Juman博士和Dima Kagan博士开发了该算法来分析这些PPI网络以检测“异常”蛋白质 - 由于它们独特的加权相互作用模式而引人注目。这意味着在该特定网络中，蛋白质及其蛋白质相互作用的数量更大，使它们能够执行更多功能并推动更多的过程。这也表明了这些蛋白质在特定网络中具有的重要性，因为人体不会无缘无故地浪费能量。 这项研究将Yeger-Lotem教授蛋白质网络的专业知识与Fire博士的网络分析专业知识相结合，从他对社交网络的研究中得出。在社交网络与网络安全相关的分析中，识别非典型模式可以发现欺诈性交易或可疑的用户行为。 研究 “这种创新的算法有潜力来指出哪种蛋白质在特定情况下很重要，从而帮助科学家为各种条件开发更有针对性和有效的治疗方法，” Yeger-Lotem教授说。 WGAND算法 开源 更多信息： doi：10.1093/gigascience/giaf034 期刊信息：
NEGEV本古里安大学的研究人员开发了一种机器学习算法，可以增强我们对人类生物学和疾病的理解。新方法加权图异常淋巴结检测（WGAND）从社交网络分析中汲取灵感，旨在鉴定在各种人体组织中具有重要作用的蛋白质。
蛋白是我们体内必不可少的分子，它们在复杂网络（称为蛋白质 - 蛋白质相互作用（PPI）网络）中相互相互作用。研究这些网络有助于科学家了解蛋白质的功能以及它们如何对健康和疾病做出贡献。 复杂网络蛋白质 - 蛋白质相互作用
Esti Yeger-Lotem教授，Michael Fire博士，Jubran Juman博士和Dima Kagan博士开发了该算法来分析这些PPI网络以检测“异常”蛋白质 - 由于它们独特的加权相互作用模式而引人注目。这意味着在该特定网络中，蛋白质及其蛋白质相互作用的数量更大，使它们能够执行更多功能并推动更多的过程。这也表明了这些蛋白质在特定网络中具有的重要性，因为人体不会无缘无故地浪费能量。 这项研究将Yeger-Lotem教授蛋白质网络的专业知识与Fire博士的网络分析专业知识相结合，从他对社交网络的研究中得出。在社交网络与网络安全相关的分析中，识别非典型模式可以发现欺诈性交易或可疑的用户行为。 研究 “这种创新的算法有潜力来指出哪种蛋白质在特定情况下很重要，从而帮助科学家为各种条件开发更有针对性和有效的治疗方法，” Yeger-Lotem教授说。 WGAND算法 开源 更多信息： doi：10.1093/gigascience/giaf034 期刊信息：
Esti Yeger-Lotem教授，Michael Fire博士，Jubran Juman博士和Dima Kagan博士开发了该算法来分析这些PPI网络以检测“异常”蛋白质 - 由于它们独特的加权相互作用模式而引人注目。这意味着在该特定网络中，蛋白质及其蛋白质相互作用的数量更大，使它们能够执行更多功能并推动更多的过程。这也表明了这些蛋白质在特定网络中具有的重要性，因为人体不会无缘无故地浪费能量。这项研究将Yeger-Lotem教授蛋白质网络的专业知识与Fire博士的网络分析专业知识相结合，从他对社交网络的研究中得出。在社交网络与网络安全相关的分析中，识别非典型模式可以发现欺诈性交易或可疑的用户行为。
研究 “这种创新的算法有潜力来指出哪种蛋白质在特定情况下很重要，从而帮助科学家为各种条件开发更有针对性和有效的治疗方法，” Yeger-Lotem教授说。 WGAND算法 开源 更多信息：doi：10.1093/gigascience/giaf034期刊信息：