凯文·穆尔加斯（Kevin A.Murgas）。;埃米尔·索坎;罗梅·桑杜 通过Forman-Ricci曲率量化细胞多能性和通路稳健性。 （英语） Zbl 1507.92027号 贝尼托、罗莎·玛丽亚（编辑）等，《复杂网络及其应用》，第2卷。2021年11月30日至12月2日，西班牙马德里，第十届国际会议论文集，复杂网络2021。查姆：斯普林格。螺柱计算。智力。1016, 616-628 (2022). 摘要：在干细胞生物学中，细胞多能性描述了特定细胞分化为多种细胞类型的能力。从统计物理学的角度来看，熵提供了一种随机性的统计度量，并被证明是在考虑生物基因网络时量化多能性的一种方法。此外，最近的理论工作在Ricci曲率（“平坦度”的几何度量）和熵（也与稳健性有关）之间建立了关系，可以利用这一关系将曲率的几何量与熵的统计量联系起来。因此，本研究试图探索生物基因网络中的Ricci曲率，作为基因通路中多能性和稳健性的描述符。在这里，我们研究了Forman-Ricci曲率，一种Ricci曲率的组合离散化，以及网络熵，以探索基因网络中出现的这两个量之间的关系。首先，我们在干细胞基因表达数据的实验中演示了我们的方法。正如所料，我们发现Ricci曲率与网络熵直接相关，这表明Ricci曲线可以像熵一样作为细胞多能性的指标。其次，我们测量了黑色素瘤患者的癌细胞和非癌细胞数据集中的Forman-Ricci曲率。我们再次发现，在癌症状态下，Ricci曲率增加，反映出多能性或“干细胞”增加。此外，我们局部检查基因水平上的曲率，以确定与黑色素瘤已知相关的几个基因和基因通路。反过来，我们得出结论，Forman-Ricci曲率提供了与多能性和通路功能相关的有价值的生物信息。特别是，这种几何方法的优点有望扩展到高阶拓扑结构，以表示生物系统的更复杂特征。关于整个系列，请参见[Zbl 1492.94006号]. MSC公司： 92立方37 细胞生物学 92立方厘米 发育生物学，模式形成 92立方 病理学、病理生理学 92立方厘米 系统生物学、网络 关键词：网络几何图形;福尔曼-里奇曲率;干细胞生物学;癌症生物学 PDF格式BibTeX公司 XML格式引用 \textit{K.A.Murgas}等人，《螺柱计算》。智力。1016616-628（2022；Zbl 1507.92027） 全文： 内政部 参考文献： [1] Banerji，C.R.等人：细胞网络熵作为沃丁顿分化景观中的能量势能。科学。报告3（1），1-17（2013）·doi:10.1038/srep03039 [2] Teschendorff，A.E.，Enver，T.：单细胞熵，用于准确估计细胞转录组的分化潜能。国家公社。8(1), 1-15 (2017) ·doi:10.1038/ncomms15599 [3] Schiebinger，G.等人：单细胞基因表达的最佳转移分析确定了重编程的发展轨迹。手机176（4），928-943（2019）·doi:10.1016/j.cell.2019.01.006 [4] Weinreb，C.，Rodriguez-Fraticelli，A.，Camargo，F.D.，Klein，A.M.：转录景观上的世系追踪将分化期间的状态与命运联系起来。科学367（6479），eaaw3381（2020）·doi:10.1126/science.aaw3381 [5] MacArthur，B.D.，Ma’ayan，A.，Lemischka，I.E.：干细胞命运和细胞重编程的系统生物学。自然修订版分子细胞生物学。10(10), 672-681 (2009) ·数字对象标识代码：10.1038/nrm2766 [6] Kitano，H.：走向生物稳健性理论。摩尔系统。生物学3，137（2007）·doi:10.1038/msb4100179 [7] Kitano，H.：生物稳健性理论及其在癌症中的意义。摘自：Bringmann，P.、Butcher，E.C.、Parry，G.、Weiss，B.（编辑）《系统生物学》。先灵基金会，第61卷，第69-88页。斯普林格，海德堡（2007）。https://doi.org/10.1007/978-3-540-31339-7_4 ·doi:10.1007/978-3-540-31339-74 [8] Amit，I.，Wides，R.，Yarden，Y.：受体酪氨酸激酶的进化信号网络：与恶性肿瘤和癌症治疗的相关性。摩尔系统。生物学3（1），151（2007）·doi:10.1038/msb4100195 [9] 沃丁顿，C.H.：基因策略。Allen&Unwin，伦敦（1957） [10] Wang，J.，Zhang，K.，Xu，L.，Wang，E.：量化沃丁顿景观和生物发展和分化途径。程序。国家。阿卡德。科学。20, 8257-8262 (2011) ·doi:10.1073/pnas.1017017108 [11] Wang，Y.R.，Huang，H.：使用表达数据重建基因网络的统计方法综述。J.西奥。生物学36253-61（2014）·Zbl 1307.92099号 ·doi:10.1016/j.jtbi.2014.03.040 [12] Klingström，T.，Plewczynski，D.：蛋白质-蛋白质相互作用和途径数据库，图形综述。简介。生物信息。12(6), 702-713 (2011) ·doi:10.1093/bib/bbq064 [13] Rodchenkov，I.等人：Pathway Commons 2019年更新：路径数据的整合、分析和探索。《核酸研究》48（D1），D489-497（2020） [14] Teschendorff，A.E.，Sollich，P.，Kuehn，R.：信号熵：系统分析和功能组学数据解释的新网络理论框架。方法67（3），282-293（2014）·doi:10.1016/j.meth.2014.03.013 [15] von Renesse，M.K.，Sturm，K.T.：输运不等式、梯度估计、熵和Ricci曲率。Commun公司。纯应用程序。数学。58(7), 923-940 (2005) ·Zbl 1078.53028号 ·doi:10.1002/cpa.20060 [16] Sturm，K.T.：关于度量测度空间的几何。数学学报。196(1), 65-131 (2006) ·Zbl 1105.53035号 ·doi:10.1007/s11511-006-0002-8 [17] Lott，J.，Villani，C.：通过最优传输的度量测度空间的Ricci曲率。安。数学。169(3), 903-991 (2009) ·Zbl 1178.53038号 ·doi:10.4007/annals.2009.169.903 [18] Pouryahya，M.，Oh，J.H.，Mathews，J.C.，Deasy，J.O.，Tannenbaum，A.R.：表征癌症药物反应和生物相关性：几何网络方法。科学。代表8（1），1-2（2018）·doi:10.1038/s41598-018-24679-3 [19] do Carmo，M.P.：黎曼几何。Birkhäuser，波士顿（1992年）·Zbl 0752.53001号 [20] Ollivier，Y.：度量空间上马氏链的Ricci曲率。J.功能。分析。256(3), 810-864 (2009) ·Zbl 1181.53015号 ·doi:10.1016/j.jfa.2008.11.001 [21] 霍奇，W.V.D.：调和积分的理论与应用，第2版。剑桥大学出版社，剑桥（1952）·Zbl 0048.15702号 [22] Forman，R.：Bochner的细胞复合体和组合Ricci曲率方法。离散计算。几何。29(3), 323-374 (2003). https://doi.org/10.1007/s00454-002-0743-x网址 ·Zbl 1040.53040号 ·文件编号：10.1007/s00454-002-0743-x [23] Sreejith，R.P.，Mohanraj，K.，Jost，J.，Saucan，E.，Samal，A.：复杂网络的Forman曲率。J.Stat.Mech:理论实验2016（6），063206（2016）·Zbl 1457.90032号 ·doi:10.1088/1742-5468/2016/06/063206 [24] Saucan，E.，Sreejith，R.P.，Vivek-Ananth，R.P..，Jost，J.，Samal，A.：定向网络的离散Ricci曲率。《混沌，孤子分形》118，347-360（2019）·Zbl 1479.53015号 ·doi:10.1016/j.chaos.2018.11.031 [25] Weber，M.，Saucan，E.，Jost，J.：描述具有Forman-Ricci曲率和相关几何流的复杂网络。J.复杂网络。5(4), 527-550 (2017) ·doi:10.1093/comnet/cnw030 [26] Saucan，E.，Weber，M.：福尔曼的里奇曲率——从网络到超网络。收件人：Aiello，L.M.、Cherifi，C.、Cherifie，H.、Lambiotte，R.、Lió，P.、Rocha，L.M.（编辑）COMPLEX NETWORKS 2018。SCI，第812卷，第706-717页。查姆施普林格（2019）。https://doi.org/10.1007/978-3-030-05411-3-56 ·文件编号：10.1007/978-3-030-05411-3_56 [27] Sandhu，R.等人：用于区分癌症网络的图形曲率。科学。报告5（1），1-13（2015）·doi:10.1038/srep12323 [28] Sandhu，R.，Tannenbaum，S.，Georgiou，T.，Tannenbaum，A.：研究癌症生物学的相关网络几何。摘自：IEEE第55届决策与控制会议（CDC）会议记录，2016年12月，第2501-2506页（2016） [29] Weber，M.、Stelzer，J.、Saucan，E.、Naitsat，A.、Lohmann，G.、Jost，J.：基于曲率的大脑网络分析方法。arXiv预印arXiv:1707.001802017年7月 [30] Farooq，H.，Chen，Y.，Georgiou，T.T.，Tannenbaum，A.，Lenglet，C.：网络曲率是大脑结构连通性的标志。国家公社。10(1), 1-11 (2019) ·数字对象标识代码：10.1038/s41467-019-12915-x [31] Wang，C.，Jonckheere，E.，Banirazi，R.：热扩散（HD）协议下无线网络容量与Ollivier-Ricci曲率的比较。摘自：IEEE 2014美国控制会议记录，第3536-3541页（2014） [32] Sandhu，R.、Georgiou，T.、Tannenbaum，A.：市场脆弱性、系统风险和里奇曲率。arXiv预印arXiv:1505.051822015年5月 [33] Sandhu，R.，Liu，J.：麦克斯韦的恶魔：通过网络上的离散Ricci流控制熵。收录：Masuda，N.，Goh，K.-I.，Jia，T.，Yamanoi，J.，Sayama，H.（编辑）NetSci-X 2020。SPC，第127-138页。查姆施普林格（2020）。https://doi.org/10.1007/978-3-030-38965-9_9 ·doi:10.1007/978-3-030-38965-99 [34] 德米特里厄斯，洛杉矶：波尔兹曼，达尔文和方向性理论。物理学。代表530（1），1-85（2013）·Zbl 1356.92064号 ·doi:10.1016/j.physrep.2013.04.001 [35] Siegal，M.L.，Promislow，D.E.，Bergman，A.：基因网络中的功能和进化推理：拓扑关系重要吗？《遗传学》129（1），83-103（2007）。https://doi.org/10.1007/s10709-006-0035-0 ·doi:10.1007/s10709-006-0035-0 [36] Liu，X.，等：不平衡转录组数据分析的标准化方法：综述。前面。比昂。生物技术。7, 358 (2019) ·doi:10.3389/fbioe.2019.00358 [37] Guldberg，C.M.，Waage，P.：优步化学公司。J.普拉克。化学。19(69), 13 (1879) [38] Schreiber，G.：蛋白质相互作用界面及其功能含义。摘自：《蛋白质相互作用调节器》，第1-24页。英国皇家化学学会，2020年12月 [39] Costa-Silva，J.、Domingues，D.、Lopes，F.M.：RNA-Seq差异表达分析：扩展综述和软件工具。《公共科学图书馆·综合》12（12），e0190152（2017）·doi:10.1371/journal.pone.0190152 [40] Benjamini，Y.，Hochberg，Y.：控制错误发现率：一种实用而强大的多重测试方法。J.罗伊。Stat.Soc.B 57（1），289-300（1995）·Zbl 0809.62014号 [41] Jassal，B.等人：反应途径知识库。《核酸研究》48（D1），D498-D503（2020） [42] Chu，L.F.等：单细胞RNA-seq揭示了人类胚胎干细胞向最终内胚层分化的新调节器。基因组生物学。17(1), 1-20 (2016). https://doi.org/10.1186/s13059-016-1033-x网址 ·数字对象标识代码：10.1186/s13059-016-1033-x [43] Tirosh，I.等人：通过单细胞RNA-seq解剖转移性黑色素瘤的多细胞生态系统。《科学》352（6282），189-196（2016）·doi:10.1126/science.aad0501 [44] Czyz，M.：皮肤癌中的成纤维细胞生长因子受体信号。单元格8（6），540（2019）·doi:10.3390/cells8060540 [45] Boudiaf-Benmammar，C.，Cresteil，T.，Melki，R.：细胞溶质伴侣蛋白CCT/TRiC与癌细胞增殖。《公共科学图书馆·综合》8（4），e60895（2013）·doi:10.1371/journal.pone.0060895 [46] Napoli，S.等人：基质金属蛋白酶及其抑制剂在黑色素瘤中的功能作用。单元格9（5），1151（2020）·doi:10.3390/cells9051151 [47] Passarelli，A.，Mannavola，F.，Stucci，L.S.，Tucci，M.，Silvestris，F.：免疫系统和黑色素瘤生物学：免疫监视和免疫逃逸之间的平衡。Oncotarget 8（62），106132-106142（2017）·doi:10.18632/目标22190 [48] Tucci，M.等人：免疫系统逃避是黑色素瘤进展的标志：树突状细胞的作用。前面。昂科尔。1148年9月（2019年）·doi:10.3389/fonc.2019.01148 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。