Биологическая сеть - Biological network

Сетевая наука
Internet_map_1024.jpg
Типы сетей
Графики
Функции
Типы
Модели
Топология
Динамика
  • Списки
  • Категории
  • Категория: Теория сетей
  • Категория: Теория графов

А биологическая сеть есть ли сеть это относится к биологические системы. Сеть - это любая система с подразделениями, которые связаны в единое целое, например, с единицами видов, связанными в единое целое. пищевой сети. Биологические сети обеспечивают математическое представление соединений, найденных в экологический, эволюционный, и физиологический исследования, такие как нейронные сети.[1] Анализ биологических сетей в отношении болезней человека привел к появлению сетевая медицина.[2][3]

Сетевая биология и биоинформатика

Сложные биологические системы могут быть представлены и проанализированы как вычислимые сети. Например, экосистемы можно смоделировать как сети взаимодействующих видов, или белок можно смоделировать как сеть аминокислот. Дальше расщепляя белок, аминокислоты можно представить как сеть связанных атомы, Такие как углерод, азот, и кислород. Узлы и края являются основными компонентами сети. Узлы представляют единицы в сети, а ребра представляют собой взаимодействия между единицами. Узлы могут представлять широкий спектр биологических единиц, от отдельных организмов до отдельных нейронов мозга. Два важных свойства сети: степень и центральность посредственности. Степень (или возможность подключения, отличное от используемого в теория графов ) - это количество ребер, которые соединяют узел, а промежуточность - это мера того, насколько центральным является узел в сети.[4] Узлы с высокой промежуточностью по существу служат мостами между различными частями сети (т.е. взаимодействия должны проходить через этот узел, чтобы достичь других частей сети). В социальных сетях узлы с высокой степенью или высокой промежуточностью могут играть важную роль в общем составе сети.

Еще в 1980-х годах исследователи начали рассматривать ДНК или же геномы как динамическое хранилище языковой системы с точными вычислимыми конечными состояния представлен как конечный автомат.[5] Недавний сложные системы исследования также показали некоторую далеко идущую общность в организации информации в задачах из биологии, Информатика, и физика, такой как Конденсат Бозе – Эйнштейна (особое состояние материи).[6]

Биоинформатика все больше смещает акцент с индивидуальной гены, белки и алгоритмы поиска к крупномасштабным сетям, часто обозначаемым как -omes Такие как биом, интерактом, геном и протеом. Такие теоретические исследования показали, что биологические сети имеют много общих черт с другими сетями, такими как Интернет или же социальные сети, например их топология сети.

Сети в биологии

Сети белок-белкового взаимодействия

Основная статья: интерактом

Много белок-белковые взаимодействия (ИЦП) в виде ячеек сети взаимодействия белков (PIN) где белки узлы и их взаимодействия края.[7] ПИН-коды - это наиболее тщательно анализируемые сети в биологии. Существуют десятки методов обнаружения PPI для выявления таких взаимодействий. В дрожжевая двугибридная система является широко используемым экспериментальным методом для изучения бинарных взаимодействий.[8]

Недавние исследования показали сохранение молекулярных сетей на протяжении глубокого эволюционного периода.[9] Более того, было обнаружено, что белки с высокой степенью связности более важны для выживания, чем белки с меньшей степенью.[10] Это говорит о том, что общий состав сети (а не просто взаимодействия между парами белков) важен для общего функционирования организма.

Генные регуляторные сети (сети взаимодействия ДНК с белками)

Основная статья: Сеть регулирования генов

Активность генов регулируется факторы транскрипции, белки, которые обычно связываются с ДНК. Большинство факторов транскрипции связываются с несколькими сайтами связывания в геном. В результате все клетки имеют сложную сети регуляции генов. Например, человеческий геном кодирует порядка 1400 ДНК-связывающих факторов транскрипции, которые регулируют экспрессию более 20000 генов человека.[11] Технологии изучения сетей регуляции генов включают: ЧИП-чип, ChIP-seq, CliP-seq, и другие.

Сети коэкспрессии генов (сети ассоциации транскриптов и транскриптов)

Основная статья: Сети коэкспрессии генов

Сети коэкспрессии генов можно интерпретировать как сети ассоциации между переменными, которые измеряют количество транскриптов. Эти сети использовались для обеспечения системного биологического анализа данных микрочипов ДНК, данных РНК-секвенирования, данных миРНК и т. Д.анализ сети взвешенной коэкспрессии генов широко используется для идентификации модулей коэкспрессии и внутримодульных узловых генов. Модули коэкспрессии могут соответствовать типам клеток или путям. Внутримодульные концентраторы с высокой степенью связи могут быть интерпретированы как представители соответствующего модуля.

Метаболические сети

Основная статья: метаболическая сеть

Химические соединения живой клетки связаны биохимическими реакциями, которые превращают одно соединение в другое. Реакции катализируются ферменты. Таким образом, все соединения в клетке являются частями сложной биохимической сети реакций, которая называется метаболическая сеть. Можно использовать сетевой анализ, чтобы сделать вывод о том, как отбор влияет на метаболические пути.[4]

Сигнальные сети

Основная статья: Передача сигналов клетки

Сигналы передаются внутри клеток или между клетками и, таким образом, образуют сложные сигнальные сети. Например, в Путь MAPK / ERK передается с поверхности клетки в ядро ​​клетки посредством серии белок-белковых взаимодействий, реакций фосфорилирования и других событий. Сети сигнализации обычно объединяют сети белок-белкового взаимодействия, сети регуляции генов, и метаболические сети.

Нейронные сети

Основная статья: Биологическая нейронная сеть

Сложные взаимодействия в мозг сделать его идеальным кандидатом для применения теории сетей. Нейроны в мозгу глубоко связаны друг с другом, и это приводит к тому, что в структурных и функциональных аспектах мозга присутствуют сложные сети.[12] Например, сеть малого мира свойства были продемонстрированы в связях между корковыми областями мозга приматов[13] или во время глотания у людей.[14] Это говорит о том, что области коры головного мозга напрямую не взаимодействуют друг с другом, но большинство областей могут быть доступны из всех остальных всего за несколько взаимодействий.

Пищевые полотна

Основная статья: Пищевой сети

Все организмы связаны друг с другом посредством кормления. То есть, если один вид ест или съедается другим видом, они связаны в замысловатую пищевой сети взаимодействия хищника и жертвы. Устойчивость этих взаимодействий является давним вопросом экологии.[15] То есть, если определенные люди будут удалены, что произойдет с сетью (т. Е. Она разрушится или адаптируется)? Сетевой анализ можно использовать для изучения стабильности пищевой сети и определения того, приводят ли определенные свойства сети к более стабильным сетям. Более того, сетевой анализ может использоваться для определения того, как выборочное изъятие видов повлияет на пищевую сеть в целом.[16] Это особенно важно, учитывая потенциальную потерю видов из-за глобального изменения климата.

Сети межвидового взаимодействия

Основная статья: социальные отношения

В биологии парные взаимодействия исторически были в центре внимания интенсивных исследований. С последними достижениями в сетевая наука, стало возможным расширить попарные взаимодействия, чтобы включить представителей многих видов, участвующих во многих наборах взаимодействий, чтобы понять структуру и функцию более крупных экологические сети.[17] Использование сетевой анализ может позволить как открытие, так и понимание того, как эти сложные взаимодействия связаны друг с другом в сети системы, свойство, которое ранее упускалось из виду. Этот мощный инструмент позволяет изучать различные типы взаимодействий (от конкурентный к кооператив ) с использованием той же общей структуры.[18] Например, растение-опылитель взаимодействия являются взаимовыгодными и часто включают множество различных видов опылителей, а также множество различных видов растений. Эти взаимодействия имеют решающее значение для воспроизводства растений и, следовательно, для накопления ресурсов в основе пищевая цепочка для основных потребителей, но этим сетям взаимодействия угрожают антропогенный изменять. Использование сетевого анализа может показать, как сети опыления работают и, в свою очередь, могут использоваться в процессе сохранения.[19] Внутри сетей опыления - вложенность (т. Е. Специалисты взаимодействуют с подмножеством видов, с которыми взаимодействуют универсалы), избыточность (т. Е. Большинство растений опыляются многими опылителями) и модульность играют большую роль в стабильности сети.[19][20] Эти свойства сети могут фактически работать для замедления распространения эффектов возмущения по системе и потенциально в некоторой степени защищать сеть опыления от антропогенных изменений.[20] В более общем плане структура взаимодействия видов в экологической сети может кое-что сказать нам о разнообразии, богатстве и устойчивости сети.[21] Исследователи могут даже сравнивать современные конструкции сетей взаимодействия видов с историческими реконструкциями древних сетей, чтобы определить, как сети менялись с течением времени.[22] Недавние исследования этих сложных сетей взаимодействия видов очень заинтересованы в понимании того, какие факторы (например, разнообразие) приводят к стабильности сети.[23]

Сети внутривидового взаимодействия

Основная статья: социальные отношения

Сетевой анализ дает возможность количественно определять ассоциации между особями, что позволяет сделать вывод о деталях сети в целом на уровне видов и / или популяций.[24] Одной из наиболее привлекательных особенностей сетевой парадигмы было бы то, что она обеспечивает единую концептуальную основу, в которой социальная организация животных на всех уровнях (индивидуум, диада, группа, популяция) и для всех типов взаимодействия (агрессивного, кооперативного, сексуального и т. д.) можно изучить.[25]

Исследователи заинтересованы в этология по множеству таксонов, от насекомых до приматов, начинают включать сетевой анализ в свои исследования. Исследователи, интересующиеся социальными насекомыми (например, муравьями и пчелами), использовали сетевой анализ, чтобы лучше понять разделение труда, распределение задач и оптимизацию поиска пищи внутри колоний;[26][27][28] Других исследователей интересует, как определенные свойства сети на уровне группы и / или популяции могут объяснить поведение на индивидуальном уровне. Исследования показали, как на структуру социальной сети животных могут влиять факторы, варьирующиеся от характеристик окружающей среды до характеристик человека, таких как опыт развития и личность. На уровне индивида паттерн социальных связей может быть важным фактором, определяющим фитнес, предсказывая как выживаемость, так и репродуктивный успех. На уровне популяции структура сети может влиять на формирование паттернов экологических и эволюционных процессов, таких как частотно-зависимый выбор а также болезни и передача информации.[29] Например, исследование по проволочно-хвостатые манакины (маленькая воробьиная птица) обнаружила, что самец степень в сети в значительной степени предсказал способность самца подниматься в социальной иерархии (т.е. в конечном итоге получить территорию и спаривания).[30] В бутылконосый Дельфин группы, индивидуальная степень и центральность посредственности ценности могут предсказать, будет ли этот человек демонстрировать определенное поведение, например, использование шлепков боком и перевернутого лобтейла, чтобы возглавить групповое путешествие; люди с высокими значениями промежуточности более связаны и могут получить больше информации, и, следовательно, лучше подходят для руководства групповыми путешествиями и, следовательно, склонны проявлять это сигнальное поведение больше, чем другие члены группы.[31]

Анализ социальных сетей может также использоваться для описания социальной организации внутри вида в более общем плане, что часто выявляет важные непосредственные механизмы, способствующие использованию определенных поведенческих стратегий. Эти описания часто связаны с экологическими свойствами (например, распределением ресурсов). Например, сетевой анализ выявил тонкие различия в групповой динамике двух родственных непарнокопытных. деление-синтез разновидность, Зебра Греви и онагры, живущие в изменчивой среде; Зебры Греви демонстрируют отчетливые предпочтения в выборе ассоциаций, когда делятся на более мелкие группы, тогда как онагры - нет.[32] Точно так же исследователи, интересующиеся приматами, также использовали сетевой анализ для сравнения социальных организаций в разных примат порядок, предполагая, что использование сетевых мер (таких как центральность, ассортативность, модульность, и промежуточность) могут быть полезны с точки зрения объяснения типов социального поведения, которые мы наблюдаем в определенных группах, а не в других.[33]

Наконец, анализ социальных сетей также может выявить важные колебания поведения животных в меняющейся среде. Например, сетевой анализ у женщин чакма бабуины (Папио гамадриас урсинус) выявлены важные динамические изменения по сезонам, которые ранее были неизвестны; Было обнаружено, что вместо создания стабильных, длительных социальных связей с друзьями бабуины демонстрируют более изменчивые отношения, которые зависят от краткосрочных непредвиденных обстоятельств, связанных с динамикой группового уровня, а также изменчивостью окружающей среды.[34] Изменения в среде социальной сети человека также могут повлиять на такие характеристики, как «личность»: например, социальные пауки, которые сбиваются в кучу с более смелыми соседями, также имеют тенденцию становиться более смелыми.[35] Это очень небольшой набор широких примеров того, как исследователи могут использовать сетевой анализ для изучения поведения животных. Исследования в этой области в настоящее время расширяются очень быстро, особенно с учетом более широкого развития меток, переносимых животными, и компьютерное зрение которые можно использовать для автоматизации сбора социальных ассоциаций.[36] Анализ социальных сетей является ценным инструментом для изучения поведения животных всех видов животных и может раскрыть новую информацию о поведении животных и социальной экологии, которая ранее была плохо изучена.

Смотрите также

внешняя ссылка

Рекомендации

  1. ^ Proulx, S. R .; Промислоу, Д. Е. Л .; Филлипс, П. С. (2005). «Сетевое мышление в экологии и эволюции» (PDF). Тенденции в экологии и эволюции. 20 (6): 345–353. Дои:10.1016 / j.tree.2005.04.004. PMID  16701391. Архивировано из оригинал (PDF) на 2011-08-15.
  2. ^ Barabási, A. L .; Gulbahce, N .; Лоскальцо, Дж. (2011). «Сетевая медицина: сетевой подход к болезням человека». Природа Обзоры Генетика. 12 (1): 56–68. Дои:10.1038 / nrg2918. ЧВК  3140052. PMID  21164525.
  3. ^ Хабиби, Иман; Emamian, Effat S .; Абди, Али (2014-10-07). «Расширенные методы диагностики неисправностей в молекулярных сетях». PLOS ONE. 9 (10): e108830. Bibcode:2014PLoSO ... 9j8830H. Дои:10.1371 / journal.pone.0108830. ISSN  1932-6203. ЧВК  4188586. PMID  25290670.
  4. ^ а б Proulx, S.R .; и другие. (2005). «Сетевое мышление в экологии и эволюции». Тенденции в экологии и эволюции. 20 (6): 345–353. Дои:10.1016 / j.tree.2005.04.004. PMID  16701391.
  5. ^ Сирлс, Д. (1993). Искусственный интеллект и молекулярная биология. Кембридж, Массачусетс: MIT Press.
  6. ^ Бьянкони, Г. И Барабаши А. (2001). «Конденсация Бозе-Эйнштейна в сложных сетях». Phys. Rev. Lett. 86 (24): 5632–5635. arXiv:cond-mat / 0011224. Bibcode:2001ПхРвЛ..86.5632Б. Дои:10.1103 / Physrevlett.86.5632. HDL:2047 / d20000696. PMID  11415319. S2CID  18375451.
  7. ^ Хабиби, Иман; Emamian, Effat S .; Абди, Али (01.01.2014). «Количественный анализ внутриклеточной коммуникации и ошибок сигнализации в сигнальных сетях». BMC Systems Biology. 8: 89. Дои:10.1186 / s12918-014-0089-z. ISSN  1752-0509. ЧВК  4255782. PMID  25115405.
  8. ^ Машаги, А .; и другие. (2004). «Исследование белковой комплексной сети». Европейский физический журнал. 41 (1): 113–121. arXiv:cond-mat / 0304207. Bibcode:2004EPJB ... 41..113M. Дои:10.1140 / epjb / e2004-00301-0. S2CID  9233932.
  9. ^ Шаран, Р .; и другие. (2005). «Сохраненные модели взаимодействия белков у многих видов». Труды Национальной академии наук Соединенных Штатов Америки. 102 (6): 1974–1979. Bibcode:2005ПНАС..102.1974С. Дои:10.1073 / pnas.0409522102. ЧВК  548573. PMID  15687504.
  10. ^ Jeong, H .; и другие. (2001). «Летальность и центральность в белковых сетях». Природа. 411 (6833): 41–42. arXiv:cond-mat / 0105306. Bibcode:2001 Натур.411 ... 41J. Дои:10.1038/35075138. PMID  11333967. S2CID  258942.
  11. ^ Vaquerizas, J.-M .; и другие. (2009). «Перепись факторов транскрипции человека: функция, выражение и эволюция». Природа Обзоры Генетика. 10 (4): 252–263. Дои:10.1038 / nrg2538. PMID  19274049. S2CID  3207586.
  12. ^ Буллмор, Э. и О. Спорнс (2009). «Сложные сети мозга: теоретико-графический анализ структурных и функциональных систем». Обзоры природы Неврология. 10 (3): 186–198. Дои:10.1038 / номер 2575. PMID  19190637. S2CID  205504722.
  13. ^ Stephan, K.E .; и другие. (2000). «Вычислительный анализ функциональной связи между областями коры головного мозга приматов». Философские труды Королевского общества B. 355 (1393): 111–126. Дои:10.1098 / rstb.2000.0552. ЧВК  1692715. PMID  10703047.
  14. ^ Йестрович, Ива; Койл, Джеймс Л; Перера, Субашан; Сейдич, Эрвин (01.12.2016). «Функциональные паттерны связности нормального глотания человека: разница между глотками с разной вязкостью в нормальном положении головы и в положении подбородка». Исследование мозга. 1652: 158–169. Дои:10.1016 / j.brainres.2016.09.041. ISSN  0006-8993. ЧВК  5102805. PMID  27693396.
  15. ^ Макартур, Р. (1955). «Колебания в популяциях животных и мера стабильности сообщества». Экология. 36 (3): 533–536. Дои:10.2307/1929601. JSTOR  1929601.
  16. ^ Dunne, J.A .; и другие. (2002). «Сетевая структура и потеря биоразнообразия в пищевых сетях: надежность увеличивается с подключением». Письма об экологии. 5 (4): 558–567. Дои:10.1046 / j.1461-0248.2002.00354.x.
  17. ^ Бакомпт, Дж. (2009). «Распутывая паутину жизни». Наука. 325 (5939): 416–419. Bibcode:2009Sci ... 325..416B. Дои:10.1126 / наука.1170749. PMID  19628856. S2CID  2249052.
  18. ^ Krause, J .; и другие. (2009). «Социальные сети животных: введение». Behav. Ecol. Социобиол. 63 (7): 967–973. Дои:10.1007 / s00265-009-0747-0. S2CID  24523607.
  19. ^ а б Меммотт, Дж .; и другие. (2004). «Устойчивость сетей опыления к исчезновению видов». Философские труды Королевского общества B. 271 (1557): 2605–261. Дои:10.1098 / rspb.2004.2909. ЧВК  1691904. PMID  15615687.
  20. ^ а б Olesen, J .; и другие. (2007). «Модульность сетей опыления». PNAS. 104 (50): 19891–19896. Bibcode:2007PNAS..10419891O. Дои:10.1073 / pnas.0706375104. ЧВК  2148393. PMID  18056808.
  21. ^ Кэмпбелл, В .; и другие. (2011). «Экспериментальный дизайн и результат и интерпретация отношений разнообразия-стабильности». Ойкос. 120 (3): 399–408. Дои:10.1111 / j.1600-0706.2010.18768.x.
  22. ^ Lotze, H .; и другие. (2011). «Исторические изменения в морских ресурсах, структуре трофической сети и функционировании экосистем в Адриатическом море, Средиземное море». Экосистемы. 14 (2): 198–222. Дои:10.1007 / с10021-010-9404-8. S2CID  45894582.
  23. ^ Романюк, Т .; и другие. (2010). «Поддержание позитивных отношений разнообразия и стабильности на градиенте экологического стресса». PLOS ONE. 5 (4): e10378. Bibcode:2010PLoSO ... 510378R. Дои:10.1371 / journal.pone.0010378. ЧВК  2860506. PMID  20436913.
  24. ^ Крофт, Д.П .; и другие. (2004). «Социальные сети у гуппи (Poecilia reticulate)». Философские труды Королевского общества B. 271 (Прил.): S516 – S519. Дои:10.1098 / rsbl.2004.0206. ЧВК  1810091. PMID  15801620.
  25. ^ Краузе, Люссо, Джеймс, Йенс, Дэвид, Ричард (1 мая 2009 г.). «Социальные сети животных: введение». Поведенческая экология и социобиология. 63 (7): 967–973. Дои:10.1007 / s00265-009-0747-0. S2CID  24523607.CS1 maint: несколько имен: список авторов (связь)
  26. ^ Дорнхаус, А .; и другие. (2006). «Преимущества привлечения медоносных пчел: влияние экологии и размера колонии в индивидуальной модели». Поведенческая экология. 17 (3): 336–344. Дои:10.1093 / beheco / arj036.
  27. ^ Linksvayer, T .; и другие. (2012). «Эволюция развития социальных насекомых: регуляторные сети от генов к обществу». Журнал экспериментальной зоологии, часть B: Молекулярная эволюция и эволюция развития. 318 (3): 159–169. Дои:10.1002 / jez.b.22001. PMID  22544713.
  28. ^ Mullen, R .; и другие. (2009). «Обзор алгоритмов муравьев». Экспертные системы с приложениями. 36 (6): 9608–9617. Дои:10.1016 / j.eswa.2009.01.020.
  29. ^ Крофт, Дарден, Вей, Даррен П., Сафи К., Тина В. (2016). «Актуальные направления в социальных сетях животных». Текущее мнение в области поведенческих наук. 12: 52–58. Дои:10.1016 / j.cobeha.2016.09.001. HDL:10871/23348. S2CID  53195734.CS1 maint: несколько имен: список авторов (связь)
  30. ^ Ryder, T.B .; и другие. (2008). "Социальные сети в lek-mating Wire-tailed manakin (Pipra filicauda)". Философские труды Королевского общества B. 275 (1641): 1367–1374. Дои:10.1098 / rspb.2008.0205. ЧВК  2602714. PMID  18381257.
  31. ^ Люссо, Д. (2007). «Доказательства социальной роли дельфинов в социальной сети». Эволюционная экология. 21 (3): 357–366. arXiv:q-bio / 0607048. Дои:10.1007 / s10682-006-9105-0. S2CID  9748737.
  32. ^ Sundaresan, S .; и другие. (2007). «Сетевые показатели выявляют различия в социальной организации между двумя видами расщепления-слияния, зеброй Греви и онагром». Oecologia. 151 (1): 140–149. Bibcode:2007 Oecol.151..140S. Дои:10.1007 / s00442-006-0553-6. PMID  16964497. S2CID  8104281.
  33. ^ Каспер, C .; Воелкль, Б. (2009). «Анализ социальных сетей групп приматов». Приматы. 50 (4): 343–356. Дои:10.1007 / s10329-009-0153-2. PMID  19533270. S2CID  9852394.
  34. ^ Henzi, S .; и другие. (2009). «Цикличность в структуре социальных сетей самок павиана». Поведенческая экология и социобиология. 63 (7): 1015–1021. Дои:10.1007 / s00265-009-0720-у. S2CID  6021233.
  35. ^ Хант, ER .; и другие. (2018). «Социальные взаимодействия формируют индивидуальную и коллективную личность социальных пауков». Труды Королевского общества B. 285 (1886): 20181366. Дои:10.1098 / rspb.2018.1366. ЧВК  6158534. PMID  30185649.
  36. ^ Краузе Дж., Краузе С., Арлингхаус Р., Псоракис И., Робертс С., Рутц С. (2013). «Анализ реальности социальных систем животных». Тенденции в экологии и эволюции. 28 (9): 541–551. Дои:10.1016 / j.tree.2013.06.002. PMID  23856617.CS1 maint: несколько имен: список авторов (связь)

Книги

  • Э. Эстрада, "Структура сложных сетей: теория и приложения", Oxford University Press, 2011, ISBN  978-0-199-59175-6
  • Дж. Краузе, Р. Джеймс, Д. Фрэнкс, Д. Крофт, «Социальные сети животных», Oxford University Press, 2015, ISBN  978-0199679041

внешняя ссылка

  • Networkbio.org, Сайт серии встреч по интегративной сетевой биологии (INB). Информацию о мероприятии 2012 года также см. На сайте www.networkbio.org.
  • Networkbiology.org, Вики-сайт NetworkBiology.
  • LindingLab.org, Технический университет Дании (DTU) изучает сетевую биологию и обработку сотовой информации, а также организует Датский филиал ежегодного мероприятия "Интегративная сетевая биология и рак "Симпозиум".
  • NRNB.org, Национальный ресурс по сетевой биологии. Центр исследований биомедицинских технологий Национального института здравоохранения США (NIH) занимается изучением биологических сетей.
  • Сетевой репозиторий Первое интерактивное хранилище данных и сетевых данных с визуальной аналитикой в ​​реальном времени.
  • Репозиторий социальных сетей животных (ASNR) Первый мульти-таксономический репозиторий, который объединяет 790 социальных сетей из более чем 45 видов, включая млекопитающих, рептилий, рыб, птиц и насекомых.
  • KONECT - сетевая коллекция Кобленца.