Este documento analisa as propriedades topológicas das redes biológicas integradas da bactéria Escherichia coli e da levedura Saccharomyces cerevisiae. Primeiro, constrói as redes a partir de bancos de dados e define propriedades topológicas como grau de conectividade, coeficiente de agrupamento médio e grau de intermediacao. Em seguida, mede esses parâmetros nas redes construídas e ajusta curvas matemáticas aos resultados. Por fim, conclui que ambas as re
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
IC Presentation on Biological Networks - Bioinformatics
1. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
´ ´
Analise de propriedades topologicas das
´ ´
redes biologicas integradas da bacteria
Escherichia coli e da levedura
Saccharomyces cerevisiae
Tiago Felipe Andrade
Orientador: Prof. Dr. Ney Lemke
Departamento de F´sica e Biof´sica
ı ı
IBB-UNESP
Apoio: CNPq
2008
13. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
Objetivos
´
Construir as redes biologicas integradas da E. coli e da S.
cerevisiae e;
´ ´ ¸˜ ¸˜ ˆ
analisa-las atraves da medicao e interpretacao de tres
ˆ ´
parametros topologicos:
¸˜
a distribuicao de conectividades, o coeficiente de
´
agrupamento medio e o grau de intermediacao.¸˜
15. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
Metodologia
Bancos de dados
¸˜ ´
Definicoes propriedades topologicas
¸˜
Implementacao
16. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
Bancos de dados
´
Tabela: Lista dos bancos de dados biologicos utilizados para o
¸˜
processo de aquisicao dos dados.
Banco de dados ¸˜
Interacao ˆ
Referencia
BIGG1 Meta http://bigg.ucsd.edu/home.pl
YEASTRACT1 Trans http://www.yeastract.com
BIOGRID1 PPI http://www.thebiogrid.org
KEGG2 Meta http://www.genome.jp/kegg
RegulonDB2 Trans http://regulondb.ccg.unam.mx
Bacteriome.org2 PPI http://www.bacteriome.org
1
`
Relacionado a levedura S. cerevisiae.
2
` ´
Relacionado a bacteria E. coli.
17. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
¸˜
Distribuicao de conectividades - P(k )
˜
Calcula o numero total de nodos com grau k de conexao.
´
Representada matematicamente por:
P(k) = 1 (1)
v ∈V |deg(v )=k
´
onde v e um nodo do grupo de nodos V pertencentes ao grafo,
´
e deg(v ) e o grau do nodo v .
˜
Ainda caracteriza a rede como livre de escala ou nao.
18. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
´
Coeficiente de agrupamento medio - C(k )
˜ ´
Caracteriza a densidade de conexoes proxima a um
´
determinado nodo. E dado por:
2y
Ci = (2)
z(z − 1)
onde z e o no de nodos primeiros vizinhos e y e o no total de
´ . ´ .
¸˜
ligacoes que conectam nodos primeiros vizinhos.
C(k ) = Ci (k ) (3)
´ ´
Defini se a rede e hierarquica, ou seja, se o agrupamento dos
nodos depende da conectividade dos mesmos.
19. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
¸˜
Grau de intermediacao - CB (k )
¸˜
Calcula a fracao dos trajetos mais curtos que incluem um nodo
´ a medida de relevancia de um nodo, dada por:
v. E ˆ
σst (v )
CB (v ) = (4)
σst
s=v =t
´ ´
onde σst (v ) e o numero de trajetos mais curtos de s ate t que
´
inclui v e σst e´ o numero de trajetos de s ate t.
´ ´
20. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
¸˜
Implementacao
Mathematica R e Python
Combinatorica, GraphUtilities e NetworkX
31. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
˜
Conclusao
E. coli
1 Livre de escala
2 ´
Linear quadratica
3 ¸˜ ˆ
Intermediacao: lei de potencia
S. cerevisiae
1 Livre de escala diferenciada
2 ´
Linear quadratica
3 ¸˜ ˆ
Intermediacao: lei de potencia
32. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
Perspectivas
´ ´ ´
O novo modelo, definido como linear quadratico, e valido para
outros organismos?
Homo sapiens
Mus musculus
´ ´ ´
Ele tambem e aplicavel para outros tipos de redes?
Internet
Telefonia celular
33. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
˜
Questoes
¸˜
Obrigado pela atencao !
34. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
Grau de proximidade - CC (k )
´ ´
Mede quanto um nodo particular esta proximo de todos os
´ definido como:
outros nodos da rede. E
1
CC (v ) = (5)
t∈V /v dG (v , t)
´ ˆ
onde dG (v , t) e a distancia entre v e t.
35. ¸˜
Introducao Objetivos Metodologia ˜
Resultados e Discussao ˜
Conclusao
´
CC (k) - Analise comparativa
y = αx β