埋め込むべきかどうか：計算生物学におけるネットワーク埋め込みのパラダイム

現在の技術は、ますます増加する速度で高スループットの生物医学データを生成しています。このようなデータを解釈する一般的なアプローチは、ネットワークベースの分析です。生物学的ネットワークは非常に複雑で解読が難しいため、生成されたネットワークの分析を簡素化、視覚化、促進するために、グラフ埋め込み技術を適用する研究が増えています。本レビューでは、グラフ埋め込みの伝統的および新しいアプローチを調査し、ネットワークを直接使用するのと比較してネットワーク生物学の基本的な問題への応用を比較します。タンパク質ネットワークのアライメント、コミュニティ検出、およびタンパク質機能予測など、さまざまな応用を考慮します。これらの領域すべてにおいて、両方のアプローチが価値を持ち、そのパフォーマンスは使用される評価指標とプロジェクトの目標によって異なることがわかります。特に、ネットワーク埋め込み手法は、いくつかの評価指標において直接的な手法を上回り、したがって、バイオインフォマティクス研究において不可欠なツールです。