ネットワーク内の直接的依存性を識別する一般的な方法としてのネットワークデコンボリューション

相関に基づくネットワークには数多くの間接的関係が含まれているため、ネットワーク内で連結している変数どうしの直接的関係の解明は生物科学、社会科学、および情報科学で広く問題となっている。本論文では直接的、間接的影響の両方を含む観察相関行列から直接的影響を推測する一般的な方法を紹介する。我々はこの問題をネットワークコンボリューションの逆過程として定式化し、固有分解および無限級数和を利用することで閉形式解に含まれる任意の長さの全ての間接的経路による複合的作用を取り除くアルゴリズムを導入した。この方法は、遺伝子発現調節ネットワークの直接的標的の識別、配列アラインメントからのタンパク質構造予測を目的とした直接相互作用するアミノ酸残基の認識、および結合性情報のみを用いた共著者の社会的ネットワークでの強い協力関係の識別を行って複数のネットワークに応用することにより、有効性が実証された。その結果から、基本的なグラフ理論ツールとしての理論的影響力に加え、ネットワークデコンボリューションがさまざまな分野にわたるネットワーク科学で直接的依存性の計算に広く応用可能であることが示唆された。