复杂性研究，旨在理解那些由彼此相互作用的微小元素所组成的系统的行为和性质，
此类研究往往需要依靠各学派各领域的专业知识以及跨学科合作。
作为跨学科研究的理想期刊，Nature Communications收录的论文覆盖了包括物理学、
生命科学在内的广泛主题。
生态与演化一栏，罗列了探索基因、个体及社区网络动态的文章，这些研究多采用经验数据及数学演算。
网络医疗一栏，涉及到生物学中的计算机建模研究，包括精准医学、分子网络动力学等。
神经科学一栏，收纳了那些利用网络分析技术理解神经解刨学与人类复杂行为关系的研究。而这样的人类行为一旦结合起来，就会产生出文化和社会。
社会系统一栏，收纳入了本文的社会系统部分，这些研究主要涉及那些影响到人们日常生活的复杂系统及其动态变化——包括社会系统、金融系统、交通网络等等。
网络结构与动力学一栏，主要汇总了复杂网络建模以及网络分析领域的研究方法进展
感兴趣的论文：
1.非线性动态网络的可控性及几何控制方法
原文标题：A geometrical approach to control and controllability of nonlinear dynamical networks
论文链接：http://www.nature.com/articles/ncomms11323
论文作者：Le-Zhi Wang et al.
具有非线性动态和多个稳定状态的复杂系统（包括物理、生物、社会系统）无处不在，而我们对它们进行控制的关键，是理解扰动会对其全局动态产生的影响。在这篇论文中，Wang等人开发出了一个基于吸引子网络的概念的框架，可以量化并促进复杂系统中非线性动态的可控性研究。这种框架能够帮助找到驱动癌细胞状态恢复到正常状态的扰动，这也证明了其实用性。
2.拓扑数据分析可用于发现临床前脊髓损伤和创伤性脑损伤
原文标题：Topological data analysis for discovery in preclinical spinal cord injury and traumatic brain injury
论文链接：http://www.nature.com/articles/ncomms9581
论文作者：Jessica L. Nielson et al.
精准医疗（特别是对于复杂精神疾病的精准医疗），可以通过数据发现从大型、异构数据集中提取有意义的知识。在这篇论文中，作者们应用了一种名为拓扑数据分析（TDA）的大数据分析方法，对临床前创伤性脑损伤和脊髓损伤研究的治疗效果进行评估。采用这种方法，他们能够识别新的症状模式、有害药物作用，并预测长期的康复效果。
3.https://www.nature.com/collections/ycjylwzvmz/neuroscience 神经科学
采用最佳逾渗理论寻找大脑网络集成中的重要节点
原文标题：Finding influential nodes for integration in brain networks using optimal percolation theory
论文链接：https://www.nature.com/articles/s41467-018-04718-3
论文作者：Gino Del Ferraro et al.
大脑网络可以被视作复杂网络，并进行进一步的理解和研究。在这篇论文中，作者们确定了大脑网络模型中的基本节点，并通过体内药物干预验证了这些预测。他们发现，伏隔核（nucleus accumbens）是大脑整合中的中心区域。
4.利用拓扑数据分析揭示大脑动态组织的新方法
原文标题：Towards a new approach to reveal dynamical organization of the brain using topological data analysis
论文链接：https://www.nature.com/articles/s41467-018-03664-4
论文作者：Manish Saggar et al.
通常描述大脑如何依靠自我变化完成认知任务的方法，都需要依靠叠加数据。而在这篇论文中，作者们提出了一种新的方法，能够保持高维度，并使用它来描述大脑活动在不同的认知任务重表现和组织的个体差异。
5.认知任务信息通过静息状态网络拓扑结构在脑区之间传递
原文标题：Cognitive task information is transferred between brain regions via resting-state network topology
论文链接：https://www.nature.com/articles/s41467-017-01000-w
论文作者：Takuya Ito et al.
6.自闭症高功能患者的脑网络动态
原文标题：Brain network dynamics in high-functioning individuals with autism
论文链接：https://www.nature.com/articles/ncomms16048
论文作者：Takamitsu Watanbe and Geraint Rees
虽然自闭症谱系障碍（ASD）的个体会表现出许多神经异常的症状，但全局动态神经模式与ASD症状之间的关系却仍不清楚。在这篇论文中，作者们描述了这种全局网络动态，并将其与认知能力、ASD症状相关联，并用于预测ASD诊断
7.人类癫痫发作时期空间尺度上的行波动态耦合
原文标题：Human seizures couple across spatial scales through travelling wave dynamics
论文链接：http://www.nature.com/articles/ncomms14896
论文作者：Louis-Emmanuel Martinet et al.
癫痫的发作会跨越空间和时间尺度，这也导致人们很难理解它们出现以及传导的机制。在这篇文章中，作者们记录了人类癫痫发作期间的局部以及远程的神经活动，并研究了潜在的多尺度动态。他们发现跨空间尺度活动的耦合，会在癫痫发作期间增加，通过一个加入了神经活动以及钾浓度动态的模型，它们拟合出的传播曲线。
静息态功能性连接，一直以来都被仍为是与认知能力相关的，但是人们并不清楚这些连接究竟对认知有何助益。在这篇文章中，Ito等人提出了一种新的方法——信息传输映射，这种方法能够显示与任务相关的信息，并通过估计静息态网络的活动流量来进行预测。
8结构性大脑网络的可控性
原文标题：Controllability of structural brain networks
论文链接：http://www.nature.com/articles/ncomms9414
论文作者：Shi Gu et al.
虽然认知控制是人类智能的基础，但是限制了认知控制的神经动力学原理却仍然让人难以捉摸。在这篇文章中，作者采用网络控制理论，解释了令大脑在认知状态之间切换的机制。他们的结果显示大脑网络结构，令其在控制大脑网络功能轨迹的过程中扮演了独特的功能角色。
9多元Club（Diverse Club）
原文标题：The diverse club
论文链接：https://www.nature.com/articles/s41467-017-01189-w
论文作者：Maxwell A. Bertolero et al.
复杂网络可以表示包括神经网络、航空网络在内的系统，这些网络中互联的节点能够组织成子集。这篇论文中，作者Bertolero等人提出了一种常用rich club的替代——“diverse club”，这一子集中的个体，能够支持复杂系统中的全局一体化。
10真实复杂系统中权重的几何性质
原文标题：The geometric nature of weights in real complex networks
论文链接：http://www.nature.com/articles/ncomms14103
论文作者：Antoine Allard et al.
复杂网络被被认为具有隐藏的度量空间，其中节点之间的距离，编码了它们相互连接的可能性——可以为网络拓扑提供集合解释。在这篇论文中，作者们将这一概念扩展到加权网络中，并提供了权重度量性质的经验证据。作者提供了一般类型加权网络，这些网络潜入在隐藏的度量空间中，这些度量空间能够帮助重现真实网络的许多属性，作者们能够凭此探索网络拓扑结构的起源及权重是否源于相同的动态。
11.复杂网络中的重要节点
原文标题：Articulation points in complex networks
论文链接：http://www.nature.com/articles/ncomms14223
论文作者：Liang Tian et al.
给定网络中，移除关键点将导致网络断开；因此，这些节点对网络鲁棒性、连接性有着重要的作用。该论文作者开发了能够描述任意网络中关键节点的分析工具，估算数量并预计网络对关键点移除的脆弱程度。而在这一基础上，作者们又提出了一种以关键点为目标的网络攻击策略以及网络分解方法。
12、网络中核心-边缘的出现
原文标题：Emergence of core–peripheries in networks
论文链接：http://www.nature.com/articles/ncomms10441
论文作者：Trivik Verma et al.
许多真实世界的交通网络都呈现出了核心-边缘（core-peripheries）结构——其中少量节点相互紧密连接，而其余节点则呈现树形结构。然而，这种结构出现的原理却并不清晰。这篇论文的作者指出，通过对全连接网络进行调整——修剪掉那些未被充分利用的边，并重新分配负载，可以导致核心-边缘的调整变化。