Hálózati Biológia A sejt funkcionális működésének megértése.

Slides:



Advertisements
Hasonló előadás
38. Útügyi Napok, Hajdúszoboszló
Advertisements

Elektromos mező jellemzése
PPKE ITK 2009/10 tanév 8. félév (tavaszi) Távközlő rendszerek forgalmi elemzése Tájékoztatás
Tanárok kis világa Lehetőségek a tanári hálózatok kutatásában.
Hálózatok a fizikában és a fizika oktatásában
EE/R adatmodell (Extended E/R) 1 Az objektum orientált szemlélet elterjedésével egyre nőtt az igény az olyan SDM (Semantic Data Model) modellek iránt,
GRÁFELMÉLET Alapfogalmak 2..
Előadó: Szabó Márton (iwiw) Katalógus → házi feladatnak beszámít
Címkézett hálózatok modellezése
A számítástechnika és informatika tárgya
Lineáris és nemlineáris regressziók, logisztikus regresszió
Szoftver bonyolultsági mértékek alkalmazási területei Király Roland 2011.
Dr. Szalka Éva, Ph.D.1 Statisztika II. IX.. Dr. Szalka Éva, Ph.D.2 Idősorok elemzése.
Van-e Euler vonal az alábbi gráfban?
A digitális számítás elmélete
Vámossy Zoltán 2006 Gonzales-Woods, SzTE (Kató Zoltán) anyagok alapján
Fuzzy rendszerek mérnöki megközelítésben I
Hálózati réteg Csányi Zoltán, A hálózati réteg feladatai Forgalomirányítás Torlódásvezérlés Hálózatközi együttműködés.
A középérték mérőszámai
Kedvenc Természettudósom:
A háromszögek nevezetes vonalai
Regresszióanalízis 10. gyakorlat.
Dinamikus klaszterközelítés Átlagtér illetve párközelítés kiterjesztése N játékos egy rácson helyezkedik el (periodikus határfeltétel) szimmetriák: transzlációs,
Készítette: Kosztyán Zsolt Tibor
ma már nem a vizsgált téma, hanem a használt módszerek teszik a fizikát dominál az átlagos viselkedés!!! alkalmazhatjuk a statisztikus fizika módszereit.
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dijkstra-algoritmus ismertetése
Hálózati réteg.
Háromszög nevezetes vonalai, körei
Egyszerű gráfok ábrázolása Pascalban:
GRÁFELMÉLET Alapfogalmak 1..
16. Modul Egybevágóságok.
Számítógép-hálózatok
Gazdaságstatisztika 11. előadás.
Gazdaságstatisztika 10. előadás.
Alapfogalmak.
avagy Négy halálos lórugás egy év alatt! Mit tesz a kormány?
GRÁFELMÉLET.
11. tétel Adatbázis táblái közti kapcsolatok optimalizálása
Nemdeterminisztikus tulajdonság tesztelés László Lovász Katalin Vesztergombi.
Kemény Sándor Doktoráns Konferencia 2007.
3. Vetületi ábrázolások számítási eljárásai
Adatbázis-kezelés.
Nevezetes algoritmusok: Fa megvalósítása Készítette: Várkonyi Tibor Zoltán.
Statisztikai alapfogalmak
Dijkstra-algoritmus. A Dijkstra-algoritmus egy mohó algoritmus, amivel irányított gráfokban lehet megkeresni a legrövidebb utakat egy adott csúcspontból.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Háló- (gráf-) algoritmusok
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Regresszió-számítás március 30. Dr. Varga Beatrix egyetemi.
A DIGITÁLIS NEMZEDÉK OLVASÓI PROFILJAI A nyomtatott és digitális olvasói szokások kapcsolata a teljesítménnyel a PISA2009 eredményei alapján Balázsi Ildikó-Ostorics.
GRÁFOK Definíció: Gráfnak nevezzük véges vagy megszámlálhatóan végtelen sok pont és azokat összekötő szintén véges vagy megszámlálhatóan végtelen sok.
Valószínűségszámítás II.
1 Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék P2P protokollok és autonóm számítástechnika: szemelvények.
Projektmenedzsment gráf általában súlyozott irányított
Adatgyűjtés, mérési alapok, a környezetgazdálkodás fontosabb műszerei KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc Gazdálkodási modul Gazdaságtudományi ismeretek.
Csoportkeresési eljárások Vassy Zsolt. Tematika Girvan Newman klaszterezés Diszkrét Markov lánc: CpG szigetek Rejtett Markov lánc ADIOS.
A számítógépes elemzés alapjai
Algoritmusok és adatszerkezetek
PPKE ITK 2004/05 tanév IV. évfolyam Őszi félév Távközlő rendszerek forgalmi elemzése Tájékoztatás GY. - 7.
INFOÉRA Gráfok, gráfalgoritmusok II. (Horváth Gyula és Szlávi Péter előadásai felhasználásával) Juhász István-Zsakó László: Informatikai.
Hasonlóság modul Ismétlés.
Táblázatkezelés Képletek és függvények. Képletek A képletek olyan egyenletek, amelyek a munkalapon szereplő értékekkel számításokat hajtanak végre. A.
Hálózatok: új nyelv a tudományban Lovász László Eötvös Loránd Tudományegyetem
1 / 28 High Speed Networks Laboratory Összefoglalás és gyakorlás.
Pedagógiai hozzáadott érték „Őrült beszéd, de van benne rendszer” Nahalka István
4-7. Előadás Véletlen gráfok, hálózatmodellek
Hálózatok.
Területi egyenlőtlenségek grafikus ábrázolása: Lorenz-görbe
Az európai nagyvároshálózaton belüli fejlettségi különbségek
Algoritmusok és Adatszerkezetek I.
Előadás másolata:

Hálózati Biológia A sejt funkcionális működésének megértése

A Kezdet… Jelenleg ismert modellek : - Szociális (A társas lény) - Technikai (Internet) - Biológiai (Gének közötti,fehérjék közötti,metabolikus,transzkripciós, transzlációs) Ezek különbözőségei jelentősek, de a hasonlóságok még fontosabbak !!!

Vágyak & Kihívások Alapvető törvényszerűségek megállapítása Az evolúció és itteni megjelenése „Quo vadis homo ?” – Térbeliség Mérhető paraméterek felderítése Nagy kapacitású és gyors módszerek Kreativitás és megfontoltság

Alapfogalmak 1.Elvonatkoztatva gráfokról beszélhetünk 2.Csomópontok és kapcsolatok változatosak (egy molekula lehet mindkettő) 3.Egy pont kapcsoltsági foka 4.Írányitottság az összeköttetésekben 5.Legrövidebb út, átlagos úthossz 6.Csoportosulási együttható és átlaga 7.Eloszlások jellegzetességei

Csomópont kapcsoltsági foka Megmutatja hány kapcsolata van a pontnak Lehet irányított, ilyenkor a ki- és bemenőket külön számoljuk Irányítatlan hálózatnál az átlagos kapcsoltsági fok : =2L/N L = kapcsolatok száma (links) N = pontok száma (nodes) k = kapcsoltsági fok <> = átlagolás

Kapcsoltsági fok - eloszlás Megadja annak a valószínűségét, hogy egy pontnak pontosan k kapcsolata van Jelölése : P(k) Számítása : Összeadjuk a k számú kapcsolattal rendelkező pontot és elosztjuk az össz-csomópontok számával Grafikusan ábrázolva, így különbséget tehetünk más-más Hálózati Architektúrák között.

Legrövidebb út, átlagos úthossz Két pont közötti legkevesebb kapcsolatok száma Jele : l, indexként honnan-hova Irányított hálózatoknál l ab és l ba gyakran különbözik Az átlagos úthossz pedig a legrövidebb utak átlaga minden pontra, mely a navigálhatóságról tájékoztat minket Jele :

Csoportosulási együttható Háromszög alkotás „kényszere” Jelölése : C Számítása : C i = 2n i /k(k-1) i = adott pont n = az i szomszédait párokká összekötő vonalak száma k = i nodus kapcsoltsági foka Ezen értéknek is van k szerinti eloszlása, mely egy rendszer hierarchikusságára utal

Öööösszegzésként A,, nagyon is függ a csomópontok, kapcsolatok számától (N és L) Ám a P(k) és C(k) nem, így alkalmas különböző rendszerek rendezésére

Nem irányítottIrányított C A = 2/20 C F = 0 l AB = 3 l BA = 1

Hálózati Architektúrák

Véletlenszerű Hálózatok

Tulajdonságok Kapcsolatok véletlen elhelyezkedése A P(k) Poisson-eloszlást követ A pont-párok p valószínűséggel kapcsolódnak Ez N pontnál pN(N-1) random kapcsolatot ad Két pont között kevés számú „vonal” Nincs asszortativitás (direkt kapcsolhatóság) a sok kapcsolattal rendelkező pontok (hub-ok) között,mert utobbiak nincsenek is Megfigyelhető, hogy l ~ logN (l) „Kis-világ”

P(k) k C(k) k Képekben

Mérték-szabad Hálózatok

Tulajdonságok 1. Biológiában és technológiában ez gyakori Hub-ok léteznek „Ultra-kicsi világ” Diszasszortativitás : hub-ok pár „vonal” távolságra Szociális Hálózatok „Connecting People” A logP(k) erősen csökkenő eloszlást mutat

Tulajdonságok 2. P(k) ~ k -g ahol g a kapcsoltsági kitevő (2<g<3) M számú összeköttetéssel rendelkező hub csak bizonyos szabályok szerint lehet a rendszer alkotóeleme Már létező T ponthoz való csatlakózásának a valószínűsége : Belsőleg fakadó modularitás nincs, így C(k) független k-tól EVOLÚCIÓ k J = összes pont kapcsolata Lásd :”Quo vadis homo ?”

i

P(k) kk = Kimenő kapcsolatok = Bemenő kapcsolatok a b a. Archeoglobus fulgidus b. E.coli

Kitekintés (Evolúció)

Alapvető mechanizmusok Növekedés - Új csomópontok belépése adott idő alatt Kedvező kapcsolódás - Mentül több „vesszőcske” annál jobb a „köröcske” Génduplikáció eredet Ősök hagyatéka - RNS világ : koenzim-A, NAD, GTP

Hálózati Architektúrák (A végső megoldás)

Hierarchikus Hálózatok

„Quo vadis homo ?” Ha a térbeliséget nézzük: Funkcionális modulokAlgráfok Dinamikus Lehet ideiglenes is Protein-RNS Sejtciklus fehérjéi Alakzatok melyek, poligonok is lehetnek absztr

Tulajdonságok 1. Modul már a mérték-szabad hálózatnál is előfordul Ez relative izolált lehet Összeegyeztethetetlen a hubok magas kapcsoltsági fokával Megoldás erre a hierarchikus elrendezés ! C(k) ~ k -1 - alacsony a köttetések száma egy pontnál : modulbeli - magas a köttetések száma egy pontnál : modulok közötti

Tulajdonságok 2. Hálózati robosztusság : - Csomópontok eltávolítása funkcionális dezintegrációhoz vezet ?!? - Nem, a random károsodás kis k-s pontokat érint - De s hub-ok megbízhatósága sebezhetőséget jelent S.cerevisiae : 10% protein esszenciális (k<5) 60% protein esszenciális (k>15) (Deléciós analízis által) - Fehérje deléciós fenotípusától is függ (csomópontok !) - Külső körülmények nagy tolerálása E.coli chemotaxis receptora

Áramlás-egyensúlyi megközelítés A kapcsolatok erőssége mérhető reakciósebességgel

Következtetések és Tervek A molekuláris állomány hálózati elemek kapcsolataként is megvitatható Fontosabbá válik, és mérhetővé a viselkedés, struktúra, funkció közötti szerepjáték A tulajdonságok rendeződnek, hogy lássuk egy sejt életét Molekuláris medicina modul-szinten

„A piros,vagy a kék tablettát kéred ?” Vége…