Hálózati terjesztési algoritmusok vizsgálata heterogén hálózatokban

Tanszéki konzulens: 
A munkatárs fényképe
docens
Szoba: IE425
Tel.:
+36 1 463-4116
Email: gezsi (*) mit * bme * hu

A kiírás adatai

A téma státusza: 
Aktív (aktuális, lehet rá jelentkezni)
Kiírás éve: 
2023
A kiírás jellege: 
önálló labor, szakdolgozat/diplomaterv

A hálózati terjesztéses algoritmusok jelentős szerepének egyik oka, hogy az orvosbiológiában nagy mértékben megnövekedett az úgynevezett „hálózatos jellegű tudás”, azaz például gének, fehérjék fizikai vagy funkcionális kapcsolatára vonatkozó adatok mennyisége. A hálózati terjesztési módszerek lehetővé teszik, hogy bizonyos biológiai jeleket, például genetikai mérési eredményeket elterjesszünk például fehérje-fehérje interakciós hálózatok élein keresztül. A terjesztés eredményeként megvizsgálhatjuk, hogy az információ mely más fehérjékbe terjedt, majd ebből következtetéseket vonhatunk le az adott betegség genetikai alapjaira, illetve pathomechanizmusára vonatkozóan.

Az egyik leggyakrabban használt hálózati terjeszési algoritmus az újraindításos véletlen séta (random walk with restart), amely a Google által használt PageRank algoritmusnak is az alapja. A módszer egyik előnye, hogy nagyméretű hálózatok esetén is megoldható a hatékony implementáció, amennyiben a hálózat élei ritkák.

Számos alkalmazási területen találkozhatunk ún. heterogén hálózatokkal, amelyekben a csomópontok típusa egy diszjunk halmazból vehet fel értéket. Orvosbiológiai területen ilyen heterogén hálózat például a gén-betegség-gyógyszer gráf, ajánlórendszerekben pedig a felhasználó-termék gráf. Mivel az élek szemantikája heterogén hálózatokban eltérő a homogén hálózatokhoz képest, a hálózati terjesztési algoritmusok is eltérőek lehetnek. A cél ezen módszerek megismerése, implementálása, vizsgálata és alkalmazása.

Kapcsolódó cikk:

Alberto Valdeolivas, Laurent Tichit, Claire Navarro, Sophie Perrin, Gaëlle Odelin, Nicolas Levy, Pierre Cau, Elisabeth Remy, Anaïs Baudot, Random walk with restart on multiplex and heterogeneous biological networks, Bioinformatics, Volume 35, Issue 3, February 2019, Pages 497–505, https://doi.org/10.1093/bioinformatics/bty637

Feladat jellege:

Implementáció, hálózatelemzés, kiértékelés

Programozási nyelv:

Python vagy R vagy C++

© 2010-2024 BME MIT | Hibajelentés | Használati útmutató