1 / 15

Graafialgoritmit laskennal-lisessa systeemibiologiassa

Graafialgoritmit laskennal-lisessa systeemibiologiassa. Graph Algorithms in Computational Systems Biology Työn valvoja ja ohjaaja: Prof. Patric Östergård, TKK tietoliikennelaboratorio Diplomityöesitelmä 18.5.2004 Vesa Riihimäki, 51670L. Sisältö. Biologinen tausta Mitä on systeemibiologia?

viola
Download Presentation

Graafialgoritmit laskennal-lisessa systeemibiologiassa

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Graafialgoritmit laskennal-lisessa systeemibiologiassa Graph Algorithms in Computational Systems Biology Työn valvoja ja ohjaaja: Prof. Patric Östergård, TKK tietoliikennelaboratorio Diplomityöesitelmä 18.5.2004 Vesa Riihimäki, 51670L

  2. Sisältö • Biologinen tausta • Mitä on systeemibiologia? • Graafit ja algoritmit • Graafisovellukset biologiassa • CASE: RNA-rakenteen ennustaminen • Yhteenveto

  3. Biologinen tausta • Elävät organismit koostuvat soluista • Solut koostuvat erilaisista molekyyleistä, mm proteiinit • Solun tumassa (eukaryooteilla) kromosomisto, joka koostuu DNAsta A->G->T->T->A->C->C->A->G

  4. Genetiikka • DNA kopioidaan RNAksi ja edelleen proteiiniksi • DNAssa olevat geenit koodaavat proteiinisekvenssin • 1 kodoni = 3 nukleotidia = 1 aminohappo J. Setubal, J. Meidanis. Introduction to computational molecular biology. Brooks/Cole Publishing Company, Pacific Grove, CA, 1997.

  5. DNA ja RNA • DNA • sisältää geneettisen informaation • kaksijuostekierre • RNA • useita tehtäviä: mRNA, tRNA, rRNA • monimuotoinen yksijuostesekvenssi • laskostuu ja muodostaa valesolmuja • sekvenssi eroaa DNAsta: tymiinin tilalla urasiili

  6. Proteiini • Solun rakenneaine • Laskostunut polypeptidiketju J. Setubal, J. Meidanis. Introduction to computational molecular biology. Brooks/Cole Publishing Company, Pacific Grove, CA, 1997.

  7. Mitä on systeemibiologia? • Ajatus monitasoisen biologisen rakenteen kokonaisvaltaisesta mallintamisesta • Tavoitteena simulointi • Ajankohtaiset ongelmat: • sekvensointi • molekyylien 3D-rakenteen ennustaminen T. Reiss. Systems of Life; Systems Biology. Federal Ministry of Education and Research, Bonn, 2002

  8. Graafit ja algoritmit • Graafi koostuu solmuista ja niiden välisistä kaarista, mahdollisesti myös painot • Graafi on malli samankaltaisten osien suhteista toisiinsa • Algortimi on ongelman ratkaisuun johtava listaus suoritettavia toimenpiteitä • Tehokkuusanalyysi laskennallisten ohjelmien kehittämisessä

  9. Graafisovellukset biologiassa • Kolme hyötyä tuottavaa näkökulmaa • graafi biologisen rakenteen mallina (molekyylit, sekvenssit, bioverkot, taksonomia) • biologinen ongelma ratkeaa graafiongelmana • biologinen ongelma ratkeaa osittain graafiongelmana • Sekvensointi, molekyylirakenteiden ennustaminen, geenisäätelyverkot, tietokannat

  10. CASE: RNA-rakenteen ennustaminen • RNAn rakenne vaikuttaa sen toimintaan • Silmukat, rinnasteet, valesolmut • Nukleotidit solmuja ja mahdolliset sidokset kaaria

  11. CASE: RNA-rakenteen ennustaminen (jatkuu) • Solmujen pariutus on riippumattomien kaarien poimimista • Maksimipariutuksessa mahdollisimman monta kaarta • Painotetussa pariutuksessa poimittujen kaarien painosummaa pyritään maksimoimaan • Painotuksena käytetään kahden nukleotidin välisen sidoksen todennäköisyyttä

  12. CASE: RNA-rakenteen ennustaminen (jatkuu) • Nukleotidien välisille sidoksille annetaan arvot parametrien (ja datan) mukaisesti • Etsitään painotetun graafin maksimipariutus • Pariutus on ennuste nukleotidien välisistä sidoksista • Laskentatehokkuus ~O(N3)

  13. Yhteenveto ongelmista • Lyhimmän polun ongelma • Yhtenäiset komponentit • Rakennegraafi • Pariutus • Eulerin polku ja kiinalaisen postimiehen ongelma • Hamiltonin polku • Klikki ja riippumaton joukko • Graafi-isomorfismi

  14. Yhteenveto työstä • Graafit helpottavat biologisten laskentaongelmien ratkaisemista • Sekvensointi ja molekyylirakenteen ennustaminen aktiivisen tutkimuksen kohteena • Menetelmien kehittämiseen vaaditaan kahden perinteisesti erillään olleen alan tuntemusta

  15. Kysymyksiä? Kiitos!

More Related