Du côté de chez QuACN – module R pour l’analyse de réseaux

Il est des jours où l’on se croit parvenu à un niveau de connaissance concernant l’analyse de réseaux tout à fait honorable. Pas de quoi faire  carrière au MIT ou révolutionner l’analyse de réseaux, certes. Mais enfin, on est capable de lire des sociologues, des historiens, des physiciens, on est capable d’apprécier la nouveauté des approches et d’échanger avec des praticiens de ces disciplines.

Et puis, on découvre en fouillant sur le CRAN un package R intitulé QuACN (Quantitative Analysis of Complex Networks). Le module est récent, la documentation de bonne qualité et, au premier coup d’œil, on se croit en terrain bien balisé. Les indicateurs standards sont là, du diamètre au clustering coefficient (global et local) en passant par les degrés.

Puis, on regarde la documentation en détail et là, oh surprise, je ne connais pas la moitié des indices et mesures proposés. La documentation étant bien faite, toutes les formules correspondantes sont indiquées et les références bibliographiques sont nombreuses. Et il y a visiblement de quoi creuser, que ce soit du côté des mesures d’entropie, des indices variés (Harary, Wiener ou Balaban J – ???) ou des mesures de complexité disponibles pour sommet, graphe et liens (valués ou non).

L’importation des données se fait sans souci majeur.

Le format des données doit être de type graphNEL. Convertir  un objet igraph en objet graphNEL se fait à l’aide de la fonction igraph.to.graphNEL. L’opération inverse – convertir un objet graphNEL en objet igraph, par exemple pour permettre sa visualisation – se fait avec la fonction igraph.from.graphNEL. Il est également possible d’importer des matrices ou des listes de liens. Pour le premier cas (matrice d’adjacence valuée ou non), il suffit de la transformer à l’aide de la commande as(nom_matrice, « graphNEL »). S’il s’agit d’une liste de liens, il faudra après l’importation la transformer en matrice (as.matrix) puis en objet graphNEL. Un certain nombre des mesures disponibles nécessite des graphes de type particulier (orienté ou non, valué ou pas).

De tous les packages testés ces dernières semaines, celui-ci paraît l’un des plus riches en mesures (pour moi) inédites et il est aisé d’utilisation – à creuser donc.

Références

Laurin AJ Mueller, Karl G Kugler, Andreas Dander, Armin Graber et Matthias Dehmer, 2011, QuACN – An R Package for Analyzing Complex Biological Networks Quantitatively, Bioinformatics, 27, p.140-141.
Package QuACN sur CRAN : http://cran.r-project.org/web/packages/QuACN/index.html


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *