出版社：Centro Latinoamericano de Estudios en Informática
摘要：En este trabajo se utilizan los conceptos de la teoría de grafos y la biología celular representado como ontologías, para llevar a cabo tareas de minería semántica en las redes de vías de comunicación celular. En concreto, el documento describe el enriquecimiento semántico de las redes vía de comunicación celular. Una red de vía de comunicación celular describe las actividades celulares básicas y sus interacciones. La principal contribución de este trabajo es en el área de la investigación de vías de comunicación celular, se propone una nueva técnica para analizar y entender cómo los cambios en estas redes pueden afectar a la transmisión y circulación de la información, que producen enfermedades como el cáncer y la diabetes. Nuestro enfoque se basa en tres conceptos de la teoría de grafos (modularidad, clustering y de centralidad) que se utilizan con frecuencia en el análisis de redes sociales. Nuestro enfoque consiste en dos fases: la primera utiliza los conceptos de la teoría de grafos para determinar los grupos celulares en la red, lo que les llamaremos comunidades; la segunda utiliza ontologías para el enriquecimiento semántico de las comunidades celulares. Las medidas utilizadas en la teoría de grafos nos permiten determinar el conjunto de células que están cerca (por ejemplo, en una enfermedad), y las principales células en cada comunidad. Analizamos nuestro enfoque en dos casos: el TGF-ß y la Enfermedad de Alzheimer.
其他摘要：In this paper we use concepts from graph theory and cellular biology represented as ontologies, to carry out semantic mining tasks on signaling pathway networks. Specifically, the paper describes the semantic enrichment of signaling pathway networks. A cell signaling network describes the basic cellular activities and their interactions. The main contribution of this paper is in the signaling pathway research area, it proposes a new technique to analyze and understand how changes in these networks may affect the transmission and flow of information, which produce diseases such as cancer and diabetes. Our approach is based on three concepts from graph theory (modularity, clustering and centrality) frequently used on social networks analysis. Our approach consists into two phases: the first uses the graph theory concepts to determine the cellular groups in the network, which we will call them communities; the second uses ontologies for the semantic enrichment of the cellular communities. The measures used from the graph theory allow us to determine the set of cells that are close (for example, in a disease), and the main cells in each community. We analyze our approach in two cases: TGF-β and the Alzheimer Disease.
