Grafos e Protenas

_________________________________
Aula Parte 05

Professora: Valdete Maria Gonalves de Almeida

CIC4NA-ESB
O que so grafos?

Um grafo definido formalmente como G = (V, E)

Conjunto de vrtices (entidades) conectados por arestas

(relacionamento)
Por que estudar grafos/redes?

Importante ferramenta matemtica com aplicao em diversas reas do

conhecimento

Existem centenas de problemas computacionais que usam grafos

com sucesso.

Identificar a habilidade de comunicao entre duas entidades em uma

rede

Criar heursticas timas/sub-rotinas para realizar busca de padres em

redes reais
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
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)

So redes de interaes de proteinas com a finalidade de desempnhar

alguma
funo biolgicas (Ex.: Replicao do DNA)

So conhecidas como Interatomas

Base de dados CORUM

Identificao de PPIs densamente conectadas

Predio e confirmao no GO (redes

associadas a doenas)

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

Descreve tipos de redes ecolgicas

Redes de cooperao entre espcies (mutualismo)

Grafos Bipartidos

M Lurgi, D Robertson. Automated experimentation in ecological networks. Automated experimentation, 2011

Redes Biolgicas
Redes de Funes Cerebrais

Baseado em Imagens de MRI

Mapeamente de regies cerebrais em grafos

Anlise da condio cerebral de indivduos com

doenas (Alzhemier, Esquizofrenia, Esclerose
mltipla)
 Redes Biolgicas
Redes de Interaes Atmicas

Classificao estrutural e predio de funo

por meio de contatos atmicos

CSM (Cutoff Scanning Matrix)

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

Identificar regies hidrofbicas na interface em complexos proteicos

Redes Biolgicas
Redes de Interaes Atmicas

Identificar regies hidrofbicas na interface em complexos proteicos

rea Acessivel ao Solvente (ASA)
Redes Biolgicas
Redes de Interaes Atmicas

Interface Molecular (lado protena)

IFR (Interface Forming Residues)
Redes Biolgicas
Redes de Interaes Atmicas

Interface Molecular (lado protena)

Somente os tomos hidrofbicos
Redes Biolgicas
 Redes Biolgicas
Redes de Interaes Atmicas

Delaunay/Voronoi (somente tomos hidrofbicos)

Busca por componentes conexos
Padres frequentes em casos de inibio cruzada
Hydropace

Gonalves-Almeida et al. HydroPaCe: understanding and predicting cross-inhibition in serine proteases through hydrophobic
patch centroids. Bioinformatics 2012.
Mtricas em Grafos
Caminhos Mnimos

Distncia natural mtrica entre todos os pares de vrtices.

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)

Um grafo pode ter vrios caminhos mais curtos

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

O grau de um vrtice dado pelo nmero de arestas que lhe so incidentes

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

Define o quanto cada vrtice est prximo dos demais

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)

Quem tem os maiores valores

de Closeness?
Mtricas em Grafos
Medidas de Centralidade
Betweenness Intermediao (Vrtice):
medida que quantifica o nmero de vezes que um VRTICE age como ponte ao longo do
caminho mais curto entre dois outros vrtices.

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.

3. Somar esta frao de todos os pares de vrtices.

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

O PageRank um algoritmo de anlise de redes que explora a associao entre

objetos

Um dos algoritmos utilizados pelo Google

O propsito associar um valor de importncia aos ns (pginas Web)

Mtricas em Grafos
Medidas de Centralidade
Page Rank

considerada a importncia do n que aponta para outro na hora de

calcular a importncia do segundo

O PageRank age sobre um WebGraph

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

Generalizando, seja L de um n a quantidade de arestas saindo que ele tem.

Mtricas em Grafos
Page Rank (Redes Biolgicas)
Mtricas em Grafos
Page Rank (Redes Biolgicas)
Mtricas em Grafos
Page Rank (Redes Biolgicas)
Componentes Conexos/Comunidade

O que so comunidades em grafos?

Componentes Conexos/Comunidade

O que so componentes conexos?

Subgrafos de um grafo

No h conectividade entre os subgrafos

Na modelagem de um grafo qualquer os vrtices esto esparsos

Subunidades relevantes em um grafo

Componentes Conexos/Comunidade

Como um algortimo pode detectar comunidades?

Betweeness de aresta

Maior valor de Betweeness

Componentes Conexos/Comunidade

Como um algortimo pode detectar comunidades?

Diagrama Voronoi/Delaunay
Componentes Conexos/Comunidade

Como um algortimo pode detectar comunidades?

Algoritmo K-means (particional)

1. So definidas K parties

2. calculado o centroide de cada uma delas

3. Reoganizam-se os ns de centroides mais prximos

4. Retorna ao passo 2, at que a rede se torne estvel

Componentes Conexos/Comunidade

Redes Biolgicas

[2015] Community detecting Community detection for graph-based

similarity: Application to protein binding pockets classification
Algoritmos

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/)