九大数理談話会 複雑ネットワークと制御理論 阿久津 達也 京都大学 化学研究所 バイオインフォマティクスセンター 内容 スケールフリーネットワーク スケールフリーネットワークの構造的可制御性 最小支配集合(MDS) MDSサイズの理論解析 計算機シミュレーションによる解析 データベース解析 生物情報ネットワーク解析への応用 MDSの拡張 結論 共同研究者: Jose Nacher [Toho U.] スケールフリーネットワーク スケールフリーネットワーク (1) 頂点の次数 P(k) 次数=5 その頂点につながっ ている辺の個数 次数分布 次数 k の頂点の頻 度 次数=2 スケールフリーネッ トワーク P(k) がべき乗則に 従う P( k ) k 次数=3 代謝マップ, グラフ, 次数 A D F G H I J 次数1の頂点: J 次数2の頂点: B, C, D, F, G, H 次数3の頂点: E, I, A 次数分布: P(k) C E 次数 B P(1)=0.1, P(2)=0.6, P(3)=0.3, P(4)=P(5)=P(6)=…=0 スケールフリーネットワーク (2) 次数=5 次数=2 頂 点 数 頂点数 ∝ (次数)-3 次数 次数=3 スケールフリーネットワークの 構造的可制御性 [Liu, Slotine, Barabasi: Nature, 2011] 線形システムの可制御性 (1) 入力: dx(t ) Ax(t ) Bu(t ) 線形システム: dt 初期状態: x0 目標状態: xF 出力: 有限時間で、システムの状態を x0 から xF へ 導く制御 u(t) (tの関数) x(t): N-dim. real vector (internal nodes) u(t): M-dim. real vector (control nodes) A: N×N real matrix B: N×M real matrx x1 x2 x N x1 u1 x2 u2 A B u x M N 線形システムの可制御性 (2) 定理. システムが可制御 iff N×NM 行列 C=(B,AB,A2B,…,AN-1B) のランクがN (i.e., rank(C)=N). 0 a21 A a31 a 41 0 b11 0 0 0 0 0 b22 B 0 0 a34 0 0 0 0 0 0 0 0 0 b11 0 0 b22 C 0 0 0 0 0 0 0 0 a21b11 0 0 0 a31b11 0 a34a41b11 0 a41b11 0 0 0 ほとんど係数について rank(C)=4 ⇒ 構造的可制御性 0 0 0 0 0 0 0 0 構造的可制御性 GB(VL,VR;EB) : G(V,E) から以下により構成した二部グラフ V L {xiL | xi V }, V R {xiR | xi V }, ( xi , x j ) E ( xiL , x Rj ) EB 定理. [Liu et al. 2011] M* を GB の最大マッチングのサイズ(辺数)とする時。 システムを構造的可制御とするために必要な制御頂点(driver nodes)の最小数は max {N-M*,1} driver nodes スケールフリーネットワークの構造的可制御性 構造的可制御のための driver nodes 数 [Liu et al. 2011] ランダムなネットワーク N D n e k / 2 スケールフリーネットワーク N D n exp 12 1 11 k ⇒ γ<2 の場合、多くの driver nodes が必要 n: ネットワークの頂点数 最小支配集合(MDS) 最小支配集合 (1) VD が無向グラフ G(V,E) の支配集合(dominating set) ⇔ (∀v∈V)(v ∈VD∨(∃u∈VD)({u,v}∈E)) 最小支配集合(MDS: minimum dominating set): 要素数最小の支配集合 最小支配集合 (2) NP困難であるが、線形計画法+分枝限定法に基 づく実用的ソフトが存在 人工ネットワークの設計・制御への既存応用 mobile ad-hoc networks (MANET) transportation routing computer communication networks MDSと可制御性の関係 定理. [Nacher & Akutsu, 2012] ネットワークの各辺は両方向性であり、MDSの各頂点はすべて の接続辺を個別に制御可能であると仮定。すると、MDSを driver nodes として選択すれば、システムは構造的可制御。 MDSサイズの理論解析 解析結果 (近似的な解析) γ>2 上限: trivially O(n) 下限: O(n) (to be shown) γ<2 上限: O(n1-(2-γ)(γ-1)) 下限: ? γ>2 の時の下限 (1) 次数分布がαk-γに従うとして、 以下のようにαを決定 n n k dk 1 n (1 n 1 ) n 1 1 C(S) をS と V-S の間の辺の集合とすると、 |S|+|C(S)|<n であれば、 S は支配集合でない S として次数 K 以上の頂点をすべて選ぶと n n | C ( S ) | n k k dk n( 1) k 1dk K K 1 1 1 1 1 2 2 n 2 n n 2 K 2 K γ>2 の時の下限 (2) |S|<n/2 を仮定できるので、 1 1 2 n / 2 n 2 K よって、 |S| の下限は以下のように見積もれる 1 1 | S | n k dk n 1 1 K n K n 1 1 n 1 2 K 2 1 2 n これは γ についての増加関数になっている γ<2 の場合の上限の解析 (1) 次数 K=nβ 以上の頂点集合を DS とする その頂点数NDS は、 n N DS n k dk n(n ( 1) n ( 1) ) O(n1 ( 1) ) n 一方、辺の総数 EG は、 n EG n k k dk 2 1 n (n 2 1) 1 EDS (=DSに接続する辺の個数) は、 n EDS n k k dk 2 1 n (n 2 n ( 2 ) ) n よって、任意に選んだ辺が DS に接続しない確率は、 EG - EDS n b (2-g ) -1 ( b -1)(2-g ) = 2-g »n EG n -1 γ<2 の場合の上限の解析 (2) DSに接続しない辺があると、その頂点がDSにカバーされない可 能性 ⇒ DSにカバーされない頂点数の期待値 (NG-DS) は次式 以下 N G DS O(n n ( 1)( 2 ) ) O(n1 ( 1)( 2 ) ) NG-DS と NDS をバランスさせると 1 ( 1) 1 ( 1)( 2 ) より、β=2-γ を得る よって、MDS の上限は Î G - DS O(n1( 2 )( 1) ) この式は 1<γ<2 において o(n) さらに、γ=1.5 の時、最小オーダー (O(n0.75))となる This analysis is a corrected version of one in our paper appeared in New Journal of Physics. γ<2の時の説明 次数 nβ 以上の頂点数 1 ( 1) 次数 ≥nβ N DS : O(n ) そこから出る辺でカバー されない頂点数 1 ( 1)( 2 ) N G DS : O(n ) 以下を満たす β を選ぶ n1 ( 1) n1 ( 1)( 2 ) 2 カバー されない 頂点 MDSのサイズ O(n1( 2 )( 1) ) 生物情報ネットワーク解析 への応用 MDS の生体ネットワーク解析への応用 実際の生物の制御は困難 でも、MDS は重要性の高いタンパク質や遺伝 子の検出には有効 タンパク質相互作用ネットワーク解析への応用 [Milenkovic et al. PLoS One, 2011] (before our work) [Wuchty, PNAS, 2014] [Khuri & Wuchty, BMC Bioinformatics, 2015] [Wang et al., BIBM 2014] 代謝ネットワーク解析への応用 [Asgari et al., PLoS ONE, 2013] タンパク質相互作用ネットワーク解析への応用 MDSは重要なタンパクの検出に有効 [Wuchty, PNAS 2014] 必須遺伝子、がん関連遺伝子、ウィルスの標的遺伝子などに おいて、MDS 中のタンパク質の比率が高い. These proteins are highly involved in regulatory functions, showing high enrichment in transcription factors and protein kinases, and participate in regulatory links, phosphorylation events, and genetic interactions. [Wuchty, PNAS 2014] MDSの拡張 二部グラフ構造を持つネットワークの制御 多くのネットワークは二部グラフ構造を持つ 薬剤・標的、研究者・共著論文、遺伝子・疾患ネットワークなど 左側頂点のみが制御頂点となる MDSは常にLiuらの手法以下の頂点数を与える [Nacher & Akutsu: Sci. Rep. 2013] 必須・冗長頂点の計算 Jiaらにより提案された必須および冗長頂点 [Jia et al.: Nat. Comm. 2013] の概念をMDSに適用(⇐MDSは一意とは限らない) 必須頂点: すべてのMDSにおいて出現 冗長頂点: どのMDSにも出現しない 必須頂点は単なるMDS頂点より重要性が高いと考えられる [Nacher & Akutsu: J. Comp. Net. 2015] ロバストMDS ロバストMDS (RMDS): 各頂点がC個以上の頂点によりカバ ーされる (C=1 ⇒ MDS) 任意の C-1 個の辺の削除に対してロバスト RMDS サイズの上限 (γ<2の時): 1 ((DDCC 11)()(22 )() 11) O n (D: 最小次数) RMDSサイズは最小次数が D-C+1のMDSサイズとオーダーが一致 [Nacher & Akutsu: PRE, 2015] Molnarらによる研究 次数カットとMDSサイズの関連性 [Sci. Rep. 2013] 次数相関とMDSサイズの関連性 [Sci. Rep. 2014] ランダム、および、恣意的なダメージに対して ロバストなMDS [Sci. Rep. 2015] 結論 既存結果と矛盾しない理由 Liu et al. Driver node の値のみが制御可能と仮定 提案手法(MDS法) 各 driver node は接続辺を個別に制御可能と仮定 ⇒ 次数 k の頂点は、k 個の driver nodes に相当 結論 γ<2 であれば、MDSのサイズは小さい(o(n)) ⇒ 非一様性の高 いネットワーク(heterogeneous network)は制御が比較的容易 その傾向をシミュレーション解析およびデータベース解析により 検証 人工ネットワーク(e.g., mobile networks and computer networks) では接続辺の個別な制御が可能であると思われる ので、この結果が有効である可能性 しかし、生体内ネットワークではその仮定が成立しない 今後の課題 生体内ネットワークの制御を容易とする理論的枠組みの構築 MDSサイズのより精緻な解析
© Copyright 2024 ExpyDoc