技術要約：持続的ホモロジーおよび関数データ解析を用いたネットワーク集合の統計的解析

1. 問題提起

各ネットワークが独立した観測単位として機能するネットワーク集合の統計的解析は、従来の統計的手法に対して重大な課題を提示している。従来のアプローチは、多くの場合、グラフ理論的特徴（例：次数分布、中心性指標）に依存しており、これらはネットワークをユークリッド空間内のベクトルへと次元削減してしまう。しかし、このような次元削減は、グローバルなネットワーク構造に関する実質的な情報の損失を頻繁に招き、構造的同等性を捉えることに失敗する。

主要な障害は、特に以下のような状況において、ネットワークに対する自然なユークリッド埋め込みが存在しないことである：

• 頂点の対応関係の欠如： サンプル内のネットワークは、異なる頂点数や任意の頂点の順序を持つ可能性がある（例：異なる個体が異なる遺伝子サブセットを活性化させる遺伝子制御ネットワーク）。
• 構造的異質性： ネットワークはサイズ、方向性（有向 vs 無向）、および重み付け（重み付き vs 無重み）において多様である。
• 計算量的な複雑さ： ラベルなしグラフを扱うための既存の手法（例：グラフアライメントに基づく商空間アプローチ（Jain and Obermayer, 2009; Guo et al., 2021））は、最適なアライメントやフレシェ平均を見つけるためにNP困難な置換問題を解く必要があり、小規模なネットワークへのスケーラビリティを制限している。同様に、ラプラシアンに基づく手法（例：Severn et al., 2022）は、共通の頂点集合を共有するネットワークに限定されており、高次元の共分散推定の問題に直面する。

2. 手法：関数的トポロジカルデータ解析 (funTDA)

これらの限界に対処するため、著者らは、持続的ホモロジー（トポロジカルデータ解析から）と関数データ解析 (FDA) を統合したフレームワークである 関数的トポロジカルデータ解析 (funTDA) を提案する。この手法は、以下のパイプラインを通じて進行する。

2.1. ネットワークから持続図へ

1. フィルタリングの構築： 各ネットワーク $G_g$ に対して、頂点間の最短有向パス長を表す測地線距離行列 $\Gamma_g$ が計算される。
2. トポロジカルな進化： 閾値パラメータ $\epsilon$ を増加させることでフィルタリングが構築される。$\epsilon$ が増加するにつれて、エッジが追加され、ネットワークが進化する。
3. 特徴の追跡： フレームワークは、トポロジカルな特徴、特にループまたはサイクルに対応する 1次元ホモロジー ($H_1$) の「誕生」($b_j$) と「消滅」($d_j$) を追跡する。
   • 特徴は、ループが形成されたときに「誕生」する。
   • 特徴は、より高次の単体（例：2単体）によってループが埋められたときに「消滅」する。
4. 持続図： 進化は、誕生・消滅のペアの集合 $P_g = \{(b_j, d_j)\}$ として要約され、持続図を形成する。この表現は、ノードの対応関係や等しいネットワークサイズを必要とせずに、グローバルな構造特性を捉える。

2.2. 図から関数的表現へ

持続図の直接的な統計解析は、その可変的なカーディナリティ（濃度）とベクトル空間構造の欠如により困難である。funTDAフレームワークは、これらの図を 持続ランドスケープ (Persistence Landscapes) へと変換する：

• 各誕生・消滅ペア $(b_j, d_j)$ は、区分線形三角形関数 $f_{(b_j, d_j)}(x)$ にマッピングされる。
• 持続ランドスケープ $F_g(x)$ は、各点 $x$ においてこれらの三角形関数を順序付け、第 $k$ 番目に大きな値を選択することによって構築される。
• 通常、第1層 ($k=1$) が保持され、これは最も持続的（有意）なトポロジカル特徴を表す。
• この変換により、トポロジカルな特徴が ヒルベルト空間 に埋め込まれ、ネットワークのサンプルが関数のサンプル $\{F_g\}_{g=1}^N$ へと変換される。

2.3. 関数データ解析による統計的推論

関数として表現された後は、標準的なFDA技術が適用される：

• 平滑化： 離散化とノイズを処理するために、観測されたランドスケープ値はB-スプライン基底展開を用いてモデル化される。
• 記述統計： ネットワークサンプルの中心傾向と変動性を特徴付けるために、点別平均および共分散関数が推定される。
• 関数的主成分分析 (FPCA)： ネットワーク集合における支配的な変動モードを特定するために使用される。FPCスコアの二変量スコアプロットにより、クラスタリングとグループ分離の視覚的な探索が可能になる。
• 仮説検定：
  • 関数的T検定： 平均的なランドスケープ関数が異なるかどうかをテストすることで、2つのネットワークグループを比較する。
  • 関数的F検定： これを $k$ 個のグループへと拡張する。
  • グローバル検定： 点別比較に内在する多重検定問題に対処するため、点別検定統計量の上限値 ($T_{max}$ または $F_{max}$) が使用される。有意性は、帰無分布を近似するための置換手続きを通じて評価される。

3. 主な貢献

• フレームワークの統合： 本論文は、ネットワーク集合上の統計的推論を可能にするために、トポロジカルデータ解析と関数データ解析の架け橋となる新しいパイプラインであるfunTDAを導入する。
• 異質性の処理： ラプラシアンベースの手法とは異なり、funTDAは共通の頂点集合やノードの対応関係を必要としないため、様々なサイズや構造を持つネットワークへの適用が可能である。
• スケーラビリティ： 商空間メソッドに固有のNP困難なグラフアライメント問題を回避することで、funTDAはより大規模なネットワークやサンプルに対する計算可能な代替案を提供する。
• グローバル構造の捕捉： 本手法は、局所的なノードレベルの統計よりもグローバルなトポロジカル特徴（ループ）を優先し、ネットワーク・トポロジーのより堅牢な要約を提供する。
• 汎用性： 本フレームワークは、有向/無向、および重み付き/無重みのネットワークに適用可能である。

4. 結果

本手法は、シミュレーション研究と2つの実世界のアプリケーションを通じて評価された。

4.1. シミュレーション研究

• 連結性の分化： 様々なエッジ確率（$p=0.1, 0.5, 0.9$）を持つErdős–Rényiランダムグラフを用いて、FPCAスコアプロットは基礎となる連結構造に基づいてネットワークを明確に分離した。
• 仮説検定： 関数的t検定およびF検定は、異なる分布から生成されたネットワークを（$p < 0.05$ をもたらすことで）正常に区別し、一方で同一の分布から生成されたネットワーク間では有意な差を見出すことができなかった（$p > 0.05$）。これは、小規模サンプル ($N=5$) および大規模サンプル ($N=20$)、および異なる頂点数において成立した。
• 既存手法との比較： 商空間メソッドおよびラプラシアンベースのアプローチ（ユークリッド、平方根、プロクラスティス）との比較において、funTDAは、グラフアライメントの計算負荷を負うことなく、二変量スコアプロットにおいてネットワーク構造を区別する同等または優れた能力を示した。

4.2. 実世界のアプリケーション

1. 文学ネットワーク： ジェーン・オーステンとチャールズ・ディケンズの小説における、ペアとなる単語の共起関係から構築されたネットワーク。FPCAと仮説検定により、両著者の作品間の明確なトポロジカルな差異が明らかになった。
2. 遺伝子制御ネットワーク： H3N2型インフルエンザに曝露された17名（症状あり9名、症状なし8名）の遺伝子発現データから導出されたネットワーク。本フレームワークは、症状のあるグループと症状のないグループの間で、遺伝子制御ネットワークのトポロジカル構造における統計的に有意な差を特定することに成功した。

5. 意義と主張

著者らは、funTDAをネットワーク科学における必要な進化として位置づけており、単一のインスタンスではなく、ネットワークの集合を分析するというニーズの高まりに対処している。持続ランドスケープを介してネットワークを関数空間に埋め込むことで、研究者は以下のことが可能になると主張している：

• 以前はユークリッド構造を欠いていたネットワークデータに対して、標準的な統計操作（平均、分散、PCA、仮説検定）を実行できる。
• 生物学的および社会的データにおいて一般的なシナリオである、異なるサイズや定義されたノードの対応関係を持たないネットワークに対して推論を行うことができる。
• 従来の商空間アプローチに求められる計算不可能なグラフマッチングを回避できる。

結論として、funTDAは、探索的データ解析およびネットワークサンプルに対する推論のための、堅牢でスケーラブルかつ統計的に厳密なフレームワークを提供しており、その実装はオープンソースのリポジトリを通じて公開されている。