La naturaleza y la sociedad están llenas de los llamados sistemas complejos del mundo real, como interacciones de proteínas. Modelos teóricos, llamadas redes complejas, describirlos y constar de nodos que representan cualquier elemento básico de esa red, y enlaces que describen interacciones o reacciones entre dos nodos.

En el caso de estudios de interacción de proteínas, La reconstrucción de redes complejas es clave, ya que los datos disponibles a menudo son inexactos y nuestro conocimiento de la naturaleza exacta de estas interacciones es limitado. Para la reconstrucción de redes, La predicción de enlaces (la probabilidad de que exista un enlace entre dos nodos) es importante. Ahora, Los científicos chinos han analizado la influencia de la estructura de la red para arrojar algo de luz sobre la solidez de los últimos métodos utilizados para predecir el comportamiento de redes tan complejas.

Jin-Xuan Yang y Xiao-Dong Zhang de la Universidad Jiao Tong de Shanghai en China acaban de publicar su trabajo en EPJ B , proporcionando una buena referencia para la elección de un algoritmo adecuado para la predicción de enlaces dependiendo de la estructura de red elegida. En este papel, los autores utilizan dos parámetros de redes, el índice de vecinos comunes y el llamado índice de coeficiente de Gini, para revelar la relación entre la estructura de una red y la precisión de los métodos utilizados para predecir enlaces futuros.

Su estudio implica en parte un análisis estadístico, que revela una correlación entre las características de la red, como el índice de vecinos comunes, Índice de coeficiente de Gini y otros índices que describen específicamente la estructura de la red, como su coeficiente de agrupamiento o su grado de heterogeneidad.

Los autores prueban su teoría experimentalmente en una variedad de redes del mundo real y encuentran que el algoritmo propuesto produce una mejor precisión de predicción y robustez de la estructura de la red que los métodos existentes. Esto también lleva a los autores a idear un nuevo método para predecir los enlaces perdidos.