Komputerowa analiza sieci genowych Agnieszka Marmołowska Jacek Ławrynowicz Promotor: prof. Krzysztof Giaro

Geneza Projektu Projekt grupowy Klient Cel projektu Instytut oceanologii PAN w Sopocie Cel projektu Stworzyć aplikację umożliwiającą analizę wyewoluowanych zbiorów populacji sieci genowych

Produkty projektu Aplikacja z graficznym interfejsem Aplikacja testowa Dokumentacja Opis aplikacji Wyniki analizy na rzeczywistych danych

Sieć genowa Zbiór segmentów DNA komórki, które oddziałują ze sobą i innymi elementami komórki. Pokazuje w jakim stopniu geny są transkrybowane na mRNA. Ogólnie mRNA „tworzą” białka.

Sieć genowa - funkcje białka Białka strukturalne – budowa komórki Enzym – np. trawienne Czynnik transkrypcyjny – aktywuje inny gen – łącząc się z promotorem zapoczątkowuje produkcję innego białka.

Sieć genowa jako graf Węzły – zbiór segmentów DNA (węzeł lub porty) Krawędzie – połączenie segmentów DNA czynnikiem transmisyjnym Populacje, zbiory populacji

Parametry sieci Omawiane parametry mają znaczenie w różnych sieciach (www, sieci społeczne...) Interesują nas własności sieci genowych

Rozkład stopni wierzchołków Wzór Outgoing distribution Ingoing distribution

Średnica Ścieżka charakterystyczna Najkrótsza ścieżka między parą wierzchołków - Średnica - Ścieżka charakterystyczna - Dla sieci genowych Przykład: 1000 genów, 4000 połączeń – ścieżka charakterystyczna = 3.3

Degree Centrality Wzór Przykład: 21% białek o było ważnych, 62% białek o było ważnych Związek między degree centrality a ważnością białek nie jest prosty

Closeness Centrality Wzór Przykład: wierzchołki o najwyższej wartości closeness centrality odpowiadają za komunikację komórka-komórka

Betweeness Centrality Wzór gdzie: - ilość ścieżek między u i v - ilość ścieżek między u i v przechodzących przez w Przykład: średnia wartość Cb dla ważnych protein jest o około 80% wyższa niż dla protein nieważnych. Istnieje związek między betweenes i degree centrality.

Architektura programu 3 poziomy analizy Graf Populacja Zbiór populacji

Metodologia Lekka przystowowana do dwuosobowego zespołu Wymagania w postaci przypadków użycia Testy jednostkowe Peer programming przystowowana do dwuosobowego zespołu

Wykorzystane technologie Wydajność Życzenie klienta Qt GUI Boost Google Test Framework

Boost Graph Wiele przydanych algorytmów Generyczna Mało przyjazna BFS, DFS Dijkstra, Bellman-Ford Fruchterman-Reingold Itd.. Generyczna Mało przyjazna

Nasza klasa grafu Reprezentacja w postaci listy sąsiedztwa Niezmienne identyfikatory elementów Edytowalny Szybka iteracja Posiada adapter dla Boost Graph Library Podgrafy

Parametry (WIP) Identyfikowany przez nazwę (string) Skarar lub wektor Opisuje sieć, populację lub zbiór populacji Mozliwość zrównoleglania obliczeń

Format pliku GraphML Kompletny Popularny Rozszerzalny Porty Wiele grafow w jednym pliku Podgrafy Popularny Rozszerzalny Czytelny dla człowieka

Format pliku - przykład <?xml version="1.0" encoding="UTF-8"?> <graphml> <key id="d0" for="node" attr.name="color" attr.type="string"> <default>yellow</default> </key> <key id="d1" for="edge" attr.name="weight" attr.type="double"/> <graph id="G" edgedefault=‘directed’> <node id="n0“><data key="d0">green</data></node> <node id="n1” /> <node id="n2“><data key="d0">blue</data></node> <node id="n3"><data key="d0">red</data></node> <edge id="e0" source="n0" target="n2"><data key="d1">1.0</data></edge> <edge id="e1" source="n0" target="n1“><data key="d1">1.0</data></edge> <edge id="e2" source="n1" target="n3“><data key="d1">2.0</data></edge> </graph> </graphml>

Obecny status projektu Alpha  Wczytywanie sieci z pliku Wyswietlanie kilku patrametrów Strona projektu http://code.google.com/p/geneviz/

Kierunki rozwoju Parametry Tabele Wykresy Wizualizacja

Bibliografia Mason, O. & Verwoerd, M. Graph theory and networks in biology. Systems Biology, IET 1, 89-119 (2007) http://www.boost.org/ http://qt.nokia.com/