重構復雜系統歷史演化過程研究獲新進展

近日，南方科技大學統計與數據科學系副教授胡延慶課題組在《自然—通訊》發表研究成果，并入選編輯推薦亮點論文。

研究團隊使用機器學習方法，能夠高精確度地重構可網絡化復雜系統的形成歷史，并證明了任何不低于隨機猜測的算法，對于足夠大的網絡可以得到高質量解。該研究為社會系統演化、生物與生態系統進化等問題提供新研究方法。

復雜網絡作為可網絡化復雜系統的一種常見形式，在生物學、生態學、社會科學等領域中廣泛存在。復雜網絡主要用以表示復雜系統內部元素之間的作用關系，并主導系統的功能。探索和理解復雜網絡的演化過程與許多領域息息相關，如生命和生態系統的起源與演化、大腦神經網絡重組與智力的出現以及社區和國家的形成等。

在該研究中，研究團隊通過機器學習技術高精度地還原了多種復雜網絡的歷史演化軌跡，包括蛋白質-蛋白質相互作用網絡、世界貿易網絡和社交網絡等。同時，研究團隊證實了還原的演化過程存在潛在科學價值。

例如，還原出的蛋白質-蛋白質相互作用網絡形成過程可以在分子水平上揭示生物體進化過程的一些趨勢；在網絡結構預測方法中加入還原得到的時間序列信息，可以大幅度提高預測的準確度，在AI-藥物方面具有潛在應用價值等。

此外，該團隊通過理論解析發現，對于規模較大的網絡，只要機器學習模型的性能稍優于隨機猜測，就可以實現可靠重構整個網絡的歷史形成過程。由于真實的復雜網絡通常尺寸較大，這一結論表明，大規模還原實際網絡歷史演化過程具有較高的可信度。

相關論文信息：https://doi.org/10.1038/s41467-024-47248-x