玻尔百科从细胞内错综复杂的蛋白质相互作用网络，到全球金融系统，网络是我们世界的基础架构。网络科学的一个核心挑战是区分有意义的模式和纯粹的统计假象。当我们观察到一个相互连接的节点簇时，它是一个特殊功能单元的标志，还是仅仅因为某些节点的连接远多于其他节点这一简单事实所造成的幻觉？这种度异质性问题可能导致伪发现，模糊我们对复杂系统真实运作方式的理解。
本文介绍度保留零模型，一个为解决这一问题而设计的强大统计框架。它提供了一种严谨的方法，用于从网络固有结构的背景噪声中分离出真正的生物或社会信号。在接下来的章节中，您将学习这一重要工具背后的核心概念。第一章“原理与机制”将解构该模型的工作原理、其为何优于更简单的替代方案，以及它如何让我们能以统计置信度量化“意外程度”。随后，“应用与跨学科联系”将带您一览其变革性的影响，揭示其在揭示从基因调控回路、人脑、法律判例乃至人工智能等多样化系统的设计原则方面的强大能力。
想象你身处一个大型社交聚会。环顾四周，你注意到角落里有一群人紧密地聚在一起，热烈地交谈着。这是一个特殊的小团体，或许是一个读书会？或者，这仅仅是因为房间里最健谈、最外向的人——即社交“枢纽”——自然而然地找到了彼此？在下结论之前，你需要一个基准，用以判断在这个特定聚会上一个“随机”的谈话小组会是什么样子，同时要考虑到有些客人就是比其他人更善于交际。
这正是我们在网络科学中面临的根本挑战。描述我们世界的网络，从我们细胞内的蛋白质-蛋白质相互作用（PPI）网络到协调生命的基因调控网络（GRN），都很少由完全相同的节点构成。相反，它们表现出巨大的度异质性。一个节点的度（degree）就是其连接数。在许多真实网络中，度分布是“重尾”的，这意味着少数节点——即枢纽节点——拥有极不成比例的连接数，而大多数节点只有很少的连接。这就像社交媒体上的名人与普通用户的区别。
这种固有的不平等性提出了一个深刻的问题。当我们观察到一个模式时——比如说，一组与特定疾病相关的基因密集地相互连接，或者一种被称为“基序”（motif）的特定连接图出现的频率远超我们的猜测——这究竟是特殊功能性组织的标志，一个真正的“读书会”？还是仅仅是网络底层度异质性投下的不可避免的统计幻影，即“外向者”相互碰面的结果？。为了区分真正的生物信号和这种结构性幻觉，我们需要一种方法来提出一个非常精确的问题：“如果这个网络的连接是随机的，但每个节点的‘社交性’完全相同，那么它会是什么样子？”
为了回答这个问题，科学家们构建了零模型。零模型是一台“假设”机器，一个统计基准，它被专门设计用来代表一个纯粹随机的世界，但我们想要控制的真实网络的某些基本属性除外。通过将我们的真实网络与由零模型生成的成千上万个随机网络系综进行比较，我们就能判断我们观察到的模式是真正特殊的，还是仅仅是意料之中的事。
最简单，也常常是最具误导性的零模型是 Erdős–Rényi (ER) 模型。它基于一个极其简单的假设：对于一个有 个节点和 条边的网络，任意两个节点之间形成连接的可能性都是相同且独立的，概率为 。这就好比假设聚会上的每个客人都同样外向。虽然这个模型很优雅，但它生成的网络具有同质的、钟形（确切地说是泊松）的度分布。它容纳不了枢纽节点，完全无法捕捉大多数真实生物和社会系统的重尾特性。
用 ER 模型来评判一个真实的、异质性的网络，就像对一个亿万富翁比普通人更有钱感到惊讶一样。这种比较是不公平的，因为基准就是错的。如果我们发现真实网络中的三角形基序远多于 ER 网络，我们并没有发现什么深刻的组织原则。我们仅仅是再次发现了我们的网络有枢纽节点，而枢纽节点恰好很擅长形成三角形！这会导致对显著性的极度夸大，这是一个我们必须学会避免的统计陷阱。秘诀在于构建一个更好、更公平的“假设”机器。
我们故事的主角是度保留零模型，通常也称为配置模型。它的高明之处在于能够将高阶连接模式的影响与度序列本身的一阶影响分离开来。它让我们能够发问：一旦我们考虑了蛋白质A是枢纽而蛋白质B是“独行侠”这一事实，它们之间的连接是否仍然令人意外？
想象一下，我们网络中的每个节点都伸出若干“残端”（stubs）或“半边”（half-edges），其数量等于该节点的度。所以，一个度为100的枢纽节点有100个残端，而一个度为2的不太知名的蛋白质只有两个。本质上，配置模型就是当你剪断所有这些残端与它们当前伙伴的连接，将整个网络中所有的 个残端扔进一个大袋子里，然后随机从中取出并成对连接以形成新的边的结果。
其结果是一个随机化的网络，根据构造，其中每个节点的度都与原始网络中的完全相同。枢纽仍然是枢纽，独行侠也仍然是独行侠。但它们与谁相连，现在变成了随机事件。这就是我们公平的基准。这就是一个仅由其度序列决定的网络的样子。
在实践中，我们通常通过一个优雅的度保留的边交换过程来实现这一点。我们随机选择两条边，比如 和 。然后我们进行一次“舞蹈”，交换伙伴以创建新的边 和 ，前提是这一操作不会产生自环或重复边。通过成千上万次地重复这种交换，我们彻底打乱了网络的连接方式，摧毁了任何高阶模式，同时一丝不苟地保留了每个节点的度。
这个强大的原则可以适用于各种网络。对于有向的基因调控网络，我们会同时保留每个基因的入度和出度。对于二分网络，比如植物与其传粉者之间的网络，我们使用一种“边际固定”模型，它既保留每种植物的度，也保留每种传粉者的度。核心思想始终如一：控制度，随机化其余部分。
现在，我们有了真实网络，并且我们的“假设”机器可以生成数千个具有相同度序列的随机化版本。我们该如何进行比较呢？
这个过程是一个经典的蒙特卡洛模拟：
为了形式化这个过程，我们通常计算一个标准化效应大小 (SES)，或称 Z-分数 (Z-score)：
这里， 是该属性在我们的随机系综中的平均值，而 是标准差。Z-分数是一个优美的无量纲数，它告诉我们，我们的观测值与随机期望相差多少个“意外标准差”。Z-分数为0意味着我们的网络完全处于平均水平。Z-分数为3意味着我们的观测非常极端，是一个三倍标准差事件，这使得它（在零假设下）极不可能是偶然发生的。
这正是零模型的选择变得至关重要的地方。在度保留模型中，基序的期望数量（可能依赖于度的乘积和平方，如 ）通常远高于 ER 模型。因此，从一个朴素的 ER 模型转换到一个恰当的度保留模型，会极大地增加 ，进而减小 Z-分数。使用错误的零模型可能看起来是一个非常显著的 ，而使用正确的模型可能会变成一个更谦虚但更诚实的 。度保留模型并不会抹去真实的模式；它锐化了我们的视野，让我们能够看到在考虑了度异质性的强大影响之后仍然存在的“真实”显著性。
零模型的原则是科学探究的一架阶梯。保留度序列是第一级，也可以说是最重要的一级阶梯。但我们不必止步于此。还有哪些其他的结构性偏见可能会混淆我们的分析？
例如，在细胞生物学中，我们知道蛋白质必须位于相同的亚细胞区室（如细胞核或细胞质）才能相互作用。一个真正高级的零模型不仅会保留每个蛋白质的度，还会保留观察到的每对区室之间的连接数。然后我们就可以问：在给定该细胞的度以及区室化的情况下，这个蛋白质簇的连接是否仍然异常紧密？
我们可以爬得更高。一些实验技术，如亲和纯化质谱法，已知有其自身的偏见——有些蛋白质就是更“粘”，或者是更好的“诱饵”。最复杂的零模型甚至会控制这些特定于检测方法的属性，只在具有相似实验角色的蛋白质之间进行连接的随机化。
这揭示了零模型策略的深刻之美。它为谦逊和严谨提供了一个正式的框架。它迫使我们直面一个问题：“对我所见的现象，最简单、最乏味的解释是什么？”通过系统地将这些“乏味”的解释构建到我们的统计基准中，我们确保了那些超越它们而被视为“显著”的东西，是真正值得我们关注的——这是对生命复杂、非随机机制的真实一瞥。
现在，我们的知识工具箱里有了一个新工具。一副巧妙的眼镜。我们已经知道，一个网络，任何网络，都有一群角色——即节点——每个角色都有一定的受欢迎程度，也就是它的度。度保留零模型给了我们一个基准，一幅描绘了如果这种受欢迎程度是唯一重要的因素，而所有连接都在此约束之外尽可能随机形成时网络会是什么样子的图景。这是我们判断何为“平凡”的基准。现在，我们戴上这副眼镜，观察真实的网络。任何突显出来的东西，任何比我们随机基准中更常见或更罕见的模式，都是奇迹的源泉。这是一条线索，表明有更深层次的组织原则在起作用。
这个“衡量意外程度”的简单想法，结果却拥有惊人的力量。它是一把通用钥匙，能解开最意想不到地方的秘密。让我们踏上一次巡览，看看它揭示了什么。
我们将从这个故事的起点开始：在一个活细胞内熙熙攘攘的微观城市里。细胞的行为由一个庞大的基因及其产物蛋白质网络所支配，它们在激活和抑制的复杂舞蹈中相互调节。这个网络是如何处理信息并做出决策的呢？答案就在于它的架构。
通过将真实的基因调控网络与度保留零模型进行比较，生物学家发现，某些他们称之为“网络基序”（network motifs）的小型连接模式出现的频率远高于偶然预期。这些并非随机的怪癖；它们是细胞的基本逻辑门。
例如，相干前馈环 (FFL) 就是一个基序，其中主调节因子 同时激活中间调节因子 和目标基因 ，而 也激活 。在功能上，这个电路扮演着一个“持续性检测器”的角色。只有当来自 的信号持续足够长的时间，使得信息能通过既快速的直接路径又较慢的经由 的间接路径传播时，目标 才会得到一个强烈的“执行”信号。这是细胞在过滤掉嘈杂、短暂信号时说“你确定要这么做吗？”的方式。另一种模式，即相互抑制开关，其中两个基因相互抑制，创建了一个双稳态系统。这使得细胞能够做出决定性的、持久的选择，比如在发育过程中确定一种特定的命运。通过标准化的“意外分数”或 -分数衡量，发现这些基序显著过表达，告诉我们演化主动选择了这些特定的计算功能。
但一个城市不仅仅是微小的三人对话的集合。它有邻里、区域和大规模的组织。网络也是如此。它们是排列成半隔离的社群，还是所有东西都与其他所有东西相连？模块度的概念量化了这一点，它衡量模块内部相较于模块之间的连接密度。我们又如何知道我们看到的模块度是显著的呢？当然是与我们可靠的度保留零模型进行比较！一个高的模块度分数 意味着网络比偶然预期的要“小圈子化”得多。这一洞见不仅是描述性的；它也是合成生物学的一个基本原则。如果我们想工程化新的生物电路，我们必须用功能互不干扰的、良好绝缘的模块化部件来构建它们——这一设计原则的重要性已由零模型分析所证实。
这种架构智慧也被演化所铭刻。通过比较相关物种的基因网络，如细菌 Escherichia coli 和 Salmonella enterica，我们可以问，网络的哪些部分在数百万年的演化中被保守下来。利用我们的零模型，我们发现涉及“必需”基因——那些对生存至关重要的基因——的基序，其保守程度显著高于仅由这些基因高度连接性所能解释的程度。看来，演化不仅特别注意保留单个基因，还特别注意保留它们运作于其中的复杂电路。
从细胞，让我们放大到我们所知的最复杂的网络：人脑。绘制大脑“连接组”的神经科学家们长期以来一直在思考其组织结构。一个引人入胜的问题是关于“富人俱乐部”：连接度最高的脑区（枢纽）之间是否比预期的更密集地相互连接？那些“受欢迎的孩子”彼此都是朋友吗？这并非理所当然。一个网络也可能拥有只与外围连接的枢纽。为了回答这个问题，我们计算富人俱乐部系数，并根据……你猜对了，一个度保留零模型对其进行归一化。包括我们人类在内的哺乳动物大脑具有强大的富人俱乐部组织（归一化系数大于1）这一一致发现，指向了一个核心架构特征：一个由枢纽区域构成的、负责全球通信的高度整合的骨干网络。将其与例如鸟类大脑中发现的不同架构进行比较，有助于我们理解构建复杂心智的多种演化策略。
同样的视角也可以用来研究当网络出现问题时会发生什么。通过比较健康组织与患病组织中基因网络的基序谱，我们可以看到伴随疾病而来的细微重连，揭示出超越基因活性简单变化的聚类和调控变化。它甚至阐明了入侵者的策略。当 SARS-CoV-2 病毒感染一个人类细胞时，其蛋白质与我们的蛋白质的相互作用并非随机的。分析显示，它们优先攻击我们的蛋白质枢纽节点以及这些枢纽的邻居，其程度远超随机偶然。这是一种劫持细胞机器中最具影响力部分的明确策略，而我们的零模型正是让我们能如此清晰地看到这一点的工具。
你可能会想：“这对生物学家来说很有趣，但世界其他领域呢？”嗯，这才是真正奇妙之处的开始。我们所揭示的原则并不仅仅是生物学特有的。它们是关于信息、影响和组织的普适原则。度保留零模型是一把能打开许多锁的钥匙。
想象一个拥有数百年历史的浩瀚法律论证文库。这就是法律体系，其中法院判决引用早期判决作为先例。我们可以将其建模为一个有向网络：从案例 到案例 的引用构成一条边 。在这里，一个前馈环（, , ）意味着什么呢？这是一个优美的故事： 是一个奠基性的、里程碑式的裁决。 是一个后来的案例，它解释并完善了来自 的法理。而 是一个最近的案例，它通过引用既原始的里程碑式裁决 又其现代解释 来支撑其论点。在这种背景下，FFL基序代表了法理整合的过程。它是法律思想的“持续性检测器”，确保一个原则在被广泛应用之前是稳定且被充分理解的。如果这是法律推理的一个关键机制，我们会预测——而且研究确实表明——与仅考虑案件被引用或引用他案次数的随机引用网络相比，FFL是网络基序，显著过表达。
现在让我们走进狂热的金融世界。银行之间相互借贷，形成一个复杂的金融风险网络。一家银行的失败可能在整个系统中引发连锁反应，造成系统性风险。我们能在这个网络中发现脆弱的结构吗？考虑一个“双扇”（bi-fan）模式，其中两个大贷款方都向相同的两个借款方放贷。这创造了一个紧密耦合的相互依赖集团。这个模式是“大到不能倒”的集群的标志吗？为了找出答案，我们必须问，与一个保留了每家银行借贷关系数量的零模型相比，它是否过表达。如果双扇模式是一个基序，这表明系统正在以一种非随机的、且可能危险的方式组织起来。这种方法并不仅止于发现模式；它还教会我们科学的谦逊。发现基序是一个假设，而非结论。之后必须进行传染病的动态模拟，并就我们同时检验了多种可能模式这一事实进行校正——这些严谨性的教训适用于任何领域。
最后，让我们看看这个街区最新的“大脑”——人工神经网络 (DNN)。当我们训练一个DNN时，我们正在调整人工神经元之间连接的权重。这是一个网络重连的过程。我们如何理解这个网络学到了什么？我们可以在训练前后为其连接图谱拍下快照。通过对照度保留零模型分析其基序谱，我们可以看到架构上的变化。我们可能会发现，训练后，网络拥有了明显更多的前馈环，这表明它“学会”了构建用于稳健信号整合的电路。我们可能看到它修剪掉了反馈回路，以防止失控的振荡动态。这种方法让我们能够窥探其内部机制，从将人工智能视为黑箱，转变为将其理解为一个具有清晰、优雅设计原则的计算结构。
从一个细菌到一个法官的裁决，从一个神经元到一行代码，世界由网络编织而成。在这幅复杂的织锦中，度保留零模型为我们提供了一种寻找有意义线索的方法。这是一个简单而深刻的想法：要理解什么是特殊的，你必须首先理解什么是随机的。减去期望的，剩下的就是卓越的。正是在这些卓越的、过表达的模式中——这些基序和模块中——我们找到了功能、演化和智能的真正架构。