Korrelaatioverkostot

Korrelaatioverkostot ovat tilastollisia verkostoja, joissa solmut edustavat muuttujia tai ilmiöitä ja reunat ilmaisevat parien välisen tilastollisen korrelaation. Tällaiset verkostot mahdollistavat monimutkaisten suhteiden visuaalisen ja systeemisen tarkastelun suurissa datamäärissä.

Konstruktio tapahtuu laskemalla parivälisten korrelaatioiden arvoja, yleisimmin Pearsonin tai Spearmanin menetelmillä. Reunat muodostetaan kriteerin perusteella, kuten kiinteä kynnysarvo tai tilastollisesti merkitsevä korrelaatio (p-arvo tai FDR). Verkon rakennetta voidaan esittää sekä kiinteäpainoisena että painotettuna: painotettu verkosto välittää korrelaation voimakkuuden.

Sopivia verkostotyyppejä ovat unsigned-verkostot, joissa huomioidaan absoluuttinen korrelaatio, sekä sign-verkostot, jotka säilyttävät yhteyden merkityksen (positiiviset ja negatiiviset suhteet erikseen). Lisäksi voidaan rakentaa osittaiskorrelaatioon perustuvia verkostoja tai malleja, kuten Gaussian graphical models.

Käyttökohteita ovat erityisesti biotieteet ja terveydenhuolto: geenien tai proteiinien koeverkostot, moduulien löytyminen ja systeeminen tulkinta suurista datamassoista. Neurotieteissä ja taloustieteessäkin verkostoanalyysillä on rooli suurten tietojoukkojen tulkinnassa.

Haasteet: korrelaatio ei tarkoita syy-seuraussuhdetta; yhteydet voivat johtua häiriöistä, konfounding-tekijöistä tai batch-efekteistä. Oikean tulkinnan varmistamiseksi on tärkeää huolehtia otoskoosta, datan normalisoinnista ja useamman testauksen virheiden hallinnasta.

Käytettäviä työkaluja ovat esimerkiksi R-paketit WGCNA ja igraph, Pythonin NetworkX sekä qgraph, joiden avulla voidaan laskea, visualisoida ja tulkita korrelaatioverkostoja sekä löytää niistä moduuleja.