Determinação de comunidades em redes biológicas integradas

Abstract

To understand how biological phenomena emerge, the nonlinear interactions among the components envolved in these and the correspondent connected elements, like genes, proteins, etc., can be represented by a mathematical object called graph or network, where interacting elements are represented by edges connecting pairs of nodes. The analysis of various graph-related properties of biological networks has revealed many clues about biological processes. Among these properties, the community structure, i.e. groups of nodes densely connected among themselves, but sparsely connected to other groups, are important for identifying separable functional modules within biological systems for the comprehension of the high-level organization of the cell. Communities' detection can be performed by many algorithms, but most of them are based on the density of interactions among nodes of the same community. So far, the detection and analysis of network communities in biological networks have only been pursued for networks composed by one type of interaction (e.g. protein-protein interactions or metabolic interactions). Since a real biological network is simultaneously composed by protein-protein, metabolic and transcriptional regulatory interactions, it would be interesting to investigate how communities are organized in this type of network. For this purpose, we detected the communities in an integrated biological network of the Escherichia coli and Saccharomyces cerevisiae by using the Clique Percolation Method and we veri ed, by calculating the frequency of each type of interaction and its related entropy, if components of communities... (Complete abstract click electronic access below)

A fim de compreender como fenômenos biológicos ocorrem, as interações não lineares entre os componentes envolvidos nestes e seus respectivos elementos, tais como genes, proteínas, etc., podem ser representados por um objeto matemático denominado grafo ou rede, onde os elementos interagentes são representados por nodos que são conectados por linhas. A análise de várias propriedades relacionadas a grafos de redes biológicas revela informações sobre os processos biológicos, dentre estas se pode citar a estrutura dos grafos, que se organizam em grupos de nodos densamente conectados entre si, mas esparsamente interligados a outros grupos, sendo denominada comunidade ou módulo. A detecção de comunidades pode ser realizada através de diversos algoritmos, mas a maioria se baseia na alta densidade de ligações entre os nodos de uma mesma comunidade. Até o momento, a detecção e análise das comunidades em redes biológicas foram realizadas apenas para redes compostas com apenas um tipo de interação (ex.: interações proteína-proteína ou interações metabólicas). Como uma rede biológica real é composta, simultaneamente, por interações proteína-proteína, metabólicas e de regulação transcricional, seria interessante investigar como as comunidades são organizadas neste tipo de rede. Para este propósito, nós detectamos as comunidades em redes biológicas integradas da bactéria Escherichia coli e da levedura Saccharomyces cerevisiae através do Clique Percolation Method e veri camos, através do cálculo da frequência de cada tipo de interação e sua respectiva entropia, se os componentes dessas tendem a ser interligados com um tipo preferencial de interação Posteriormente, comparamos estes resultados com obtidos de redes aleatórias para determinar se essas comunidades têm relevância biológica. Por m, foi obtida a entropia para os... (Resumo completo, clicar acesso eletrônico abaixo)