Búsqueda de mecanismos regulatorios en redes biológicas usando multigrados en base de datos no relacionadas

• Autores: Cardona Velásquez, Crhistian
• Año de publicación: 2016
• Idioma: español castellano
• Tipo de recurso: tesis de maestría
• Colaborador/a o director/a de tesis: Soria, Marcelo Abel
• Materia: QUASI-CLIQUE; BASE DE DATOS DE GRAFOS; MULTIGRAFO; MECANISMO REGULATORIO; MYCOBACTERIUM TUBERCULOSIS; QUASI-CLIQUE; GRAPH DATABASE; MULTIGRAPH; REGULATORY MECHANISMS; MYCOBACTERIUM TUBERCULOSIS
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

El análisis de redes de interacciones se aplica en forma creciente en investigación biológica. Se han reportado análisis derivados de los métodos desarrollados para análisis de redes sociales en diferentes organismos y con distintos objetivos. Para el análisis de redes biológicas se manipulan estructuras de datos en memoria que en su mayoría no están optimizadas para grandes cantidades de datos y en las cuales no es posible realizar exploración de datos conectados en red de manera ágil y flexible. Una alternativa de uso creciente para este tipo de situaciones, no solo en biología, es el uso de bases de datos no relacionales orientadas a grafos. En este trabajo investigamos el uso de bases de datos no relacionales orientadas a grafos para el análisis de datos moleculares de la bacteria Mycobacterium tuberculosis, causante de la tuberculosis humana. Específicamente utilizamos datos de experimentos que cubren diversos procesos biológicos: expresión génica, interacciones proteína - proteína e interacciones proteína - ADN. Este tipo de enfoque integrado se conoce como biología de sistemas y es un área donde el uso de bases de datos de grafos todavía está en su infancia, pero tiene enorme potencial. Para los análisis se construye un multigrafo mixto y se definen preguntas a nivel biológico que posteriormente se traducen en patrones de consultas con quasi-cliques; las consultas se implementan en dos bases de datos no relacionales orientadas a grafos: Neo4J (http://neo4j.com/) y Titan (http://thinkaurelius.github.io/titan/) haciendo uso de lenguajes de consulta tales como Cypher y Gremlin.
The Interaction Network Analysis applies increasingly in biological research. Derivatives methods have been reported developed for analysis of social networks in different organisms and different objectives. For the analysis of biological networks in memory data structures that mostly are not optimized for large amounts of data and where not possible exploration network data online swiftly and flexibly handled. An alternative scenario growing use such situations, not only in biology, is the use of non-relational graph databases. We investigated the use of non-relational graph databases oriented to analysis of molecular data of the bacterium Mycobacterium tuberculosis, which causes human tuberculosis. Specifically, we use data from experiments covering various biological processes: gene expression, protein-protein interactions and protein – DNA interactions. Such an approach known as Integrated Systems Biology and is an area where the use of bases graph databases is still in its infancy but has huge potential. For analyzes a mixed multigraph is constructed and biologically questions later translate into patterns of queries with quasi-cliques are defined; the queries are implemented in two non-relational graph databases: Neo4J (http://neo4j.com/) and Titan (http://thinkaurelius.github.io/titan/) by use query languages like Cypher and Gremlin.
Fil: Cardona Velásquez, Crhistian. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.