Analysis of complex networks with statistical physics methods  Page description

Help  Print 
Back »

 

Details of project

 
Identifier
48422
Type PD
Principal investigator Farkas, Illés
Title in Hungarian Komplex hálózatokvizsgálata statisztikus fizikai módszerekkel
Title in English Analysis of complex networks with statistical physics methods
Panel Physics 1
Department or equivalent Department of Biological Physics (Eötvös Loránd University)
Starting date 2004-10-01
Closing date 2008-03-31
Funding (in million HUF) 19.100
FTE (full time equivalent) 0.00
state closed project





 

Final report

 
Results in Hungarian
Hálózati csoportosulásokat (klasztereket, modulokat) kereső módszer segítségével átfedő, sűrű csoportokat találtunk molekuláris biológiai (fehérje-fehérje kölcsönhatások, transzkripció reguláció), kognitív (szó-asszociációs) és szociális (társszerzőségi) hálózatokban. A hálózati modulkeresővel megtalált átfedő csoportosulásokat a hálózati csúcspontokról rendelkezésre álló információk (pl. a fehérjék funkciója) alapján statisztikai tesztekkel ellenőriztük. A modulok segítségével fehérje-fehérje kölcsönhatási hálózatokban megjósoltuk korábban ismeretlen funkciójú fehérjék funkcióját és jósoltunk fehérje csoportokat, amelyek valószínűleg eddig ismeretlen speciális biológiai feladatok elvégzésén együttműködnek. Az átfedő modulkereső módszer irányított és súlyozott hálózatokra való kiterjesztésével azonosítottuk az irányított hálózatok két fő típusát (az átfedések irányába illetve azokból kifelé mutató modulok esete) és lehetővé tettük a súlyozott hálózatokban történő pontosabb modulkeresést.
Results in English
With a network module search technique, we identified overlapping modules (also called: clusters, communities) of nodes in complex networks from molecular biology (protein-protein interactions and transcription regulation), cognitive science (word association web) and social science (co-authorship web). We verified the identified overlapping network modules by using additional information available about the nodes (e.g., the annotations of proteins) and performing statistical tests. Based on the modules in protein-protein interaction networks we predicted functions for proteins with no known functions so far and also pointed out groups of proteins that are likely to collaborate on specific biological tasks that are not yet known. By extending the overlapping network module search method to directed and weighted graphs, we have uncovered two major types of overlapping directed modular structure (modules pointing towards the overlaps and modules pointing outwards) and have enabled a more precise module search in weighted networks.
Full text http://real.mtak.hu/1799/
Decision
Yes





 

List of publications

 
Palla G, Derényi I, Farkas I, Vicsek T: Uncovering the overlapping community structure of complex networks in nature and society, Nature 435, 814-818, 2005
Balázs Adamcsek, Gergely Palla, Illés J. Farkas, Imre Derényi, Tamás Vicsek: CFinder: Locating cliques and overlapping modules in biological networks, Bioinformatics 22, 1021-1023, 2006
Illés J. Farkas, Chuang Wu, Chakra Chennubhotla, Ivet Bahar, Zoltán N. Oltvai: Topological basis of signal integration in the transcriptional-regulatory network of the yeast, Saccharomyces cerevisiae, BMC Bioinformatics 7, 478, 2006
Illés J. Farkas, Qasim K. Beg, Zoltán N. Oltvai: Exploring transcriptional regulatory networks in the worm, Cell 125, 1032-1034 (preview), 2006
Farkas I J, Ábel D, Palla G, Vicsek T: Weighted network modules, New J. Phys. 9, 180, 2007
Palla G, Farkas I J, Pollner P, Derényi I, Vicsek T: Directed network modules, New J. Phys. 9, 186, 2007




Back »