Académique Documents
Professionnel Documents
Culture Documents
_________________________________
Aula Parte 05
Redes Tecnolgicas
Redes Sociais
Redes de Informaes
Redes Biolgicas
O que podemos modelar por
meio de grafos?
Redes Tecnolgicas
Redes Sociais
Redes de Informaes
Redes Biolgicas
O que podemos modelar por
meio de grafos?
Redes Tecnolgicas
Redes Sociais
Redes de Informaes
Redes Biolgicas
O que podemos modelar por
meio de grafos?
Redes Tecnolgicas
Redes Sociais
Redes de Informaes
Redes Biolgicas
O que podemos modelar por
meio de grafos?
Redes Tecnolgicas
Redes Sociais
Redes de Informaes
Redes Biolgicas
Redes Biolgicas
Redes de Interaes de Protenas (PPI)
Zhan Chao Li et al. Identification of human protein complexes from local sub-graphs of proteinprotein interaction network
based on random forest with topological structure features, Analytica chimica acta, 2012.
Redes Biolgicas
Redes Ecolgicas
Grafos Bipartidos
DEV Pires et al. Cutoff Scanning Matrix (CSM): structural classification and function prediction by protein inter-residue
distance patterns. BMC Bioinformatics 2011.
Redes Biolgicas
Redes de Interaes Atmicas
Gonalves-Almeida et al. HydroPaCe: understanding and predicting cross-inhibition in serine proteases through hydrophobic
patch centroids. Bioinformatics 2012.
Mtricas em Grafos
Caminhos Mnimos
Caminhos mais curtos podem ser definidos pela menor distncia entre pares de vrtices
Em um grafo sem arestas ponderados o caminho definido pelo nmeros de arestas de um ponto a outro
Exemplo:
A - F = (A-C-B-E-D-F) (5)
(A-B-E-D-F) (4)
(A-D-F) (2)
Exemplo:
A - E = (A-B-E) (2)
(A-D-E) (2)
Mtricas em Grafos
Medidas de Centralidade
Grau
Closeness
Betweeness (vrtices/aresta)
Page Rank
Mtricas em Grafos
Medidas de Centralidade
Grau
uma medida relativa aos vrtices de um grafo
Exemplo:
Grau 3 = A, B, D
Grau 2 = C, E
Grau 1 = F
Mtricas em Grafos
Medidas de Centralidade
Closeness (Proximidade)
uma medida definida pelo comprimento de seus caminhos mais curtos
Quanto mais central o vrtice menor a distncia do seu total para todos os outros
vrtices
Exemplo: F = 11
1-D
2-E
2-A
3-B
3-C
Mtricas em Grafos
Medidas de Centralidade
Closeness (Proximidade)
1. Para cada par de vrtices calcular os caminhos mais curtos entre eles.
2. Para cada par de vrtices determinar a frao de caminhos mais curtos que
passam atravs do vrtice em questo.
Exemplo:
D=AE
A F
CF
Mtricas em Grafos
Medidas de Centralidade
Betweenness Intermediao (Aresta):
medida que quantifica o nmero de vezes que uma ARESTA age como ponte ao
longo do caminho mais curto entre dois outros vrtices.
Exemplo:
A-D = A E
AF
CF
Mtricas em Grafos
Medidas de Centralidade
Vamos calcular:
Grau do vrtice 4:
Closeness do vrtice 4:
Betweeness do vrtice 4:
Mtricas em Grafos
Medidas de Centralidade
Page Rank
Ns so as pginas
As arestas so os links
considerado manipulvel
Mtricas em Grafos
Medidas de Centralidade
Page Rank (algoritmo simplificado)
PR(A) = 0,25 PR(D) = 0,25
A D A D
Page Rank inicial igualmente
dividido PR = 0,25
B C B C
PR(B) = 0,25 PR(C) = 0,25
= 0,75
= 0,4583
Subgrafos de um grafo
Betweeness de aresta
Diagrama Voronoi/Delaunay
Componentes Conexos/Comunidade
1. So definidas K parties
Redes Biolgicas
R (http://www.r-project.org/)
Igraph (http://igraph.org/r/)
Python (www.python.org.br/ )
Igraph (http://igraph.org/python/doc/igraph.Graph-class.html)
C ++
Igraph (http://igraph.org/c/)