Comparación de la representación multiplex y monoplex de redes de co-expresión génica

Abstract

La teoría de redes ha permitido caracterizar el comportamiento de un sistema en diferentes ámbitos, como es el caso del estudio de los sistemas complejos a través de la representación de redes de una capa (monoplex), las cuales estudian las relaciones subyacentes entre los nodos de un sistema. Recientemente, la teoría de redes ha evolucionado desarrollando el estudio de redes multicapa con el objetivo de incluir múltiples relaciones y representar las relaciones intra y entre capa, donde las intra son consideradas como en el caso monoplex. En el campo de genómica, aunque se han abordado algunas metodologías de redes multicapa, no se ha enfatizado en el caso de RCG, ni se han hecho comparaciones con la metodología tradicional de redes monoplex que ha sido utilizada hasta la fecha. El presente trabajo adoptó una metodología de redes multiplex, considerando nodos réplica (genes) en las capas y cuyas interacciones inter-capa es vacío. Las capas son RCG que corresponden a múltiples condiciones experimentales de la E. coli y cuya colección forman la estructura multiplex. El enfoque de RCG multiplex permitió hacer un aplanamiento de la estructura multiplex, en una sóla red agregada. Se buscó caracterizar y evaluar la representación de la red de co-expresión génica de la E. coli, comparando la representación monoplex frente a la multiplex, utilizando la red agregada, a través de sus medidas topológicas, propiedades globales y locales, medidas de centralidad, matriz de distancia, anovas, pruebas pareadas-t y algoritmos de alineamiento de redes, que permitieron evaluar las diferencias, y similitudes de la información obtenida de cada representación monoplex y multiplex con respecto a la red de referencia. Se sugieren avances y mejoras en el estudio de las RCG, ya que la red agregada proveniente de la estructura multiplex, estructuralmente se asemeja más a la red de referencia de la E. coli, mientras que la red monoplex precisa mayor pérdida de información que la red agregada, al compararlas con la red de referencia. (Texto tomado de la fuente).

Network theory has allowed us to characterize the behavior of a system in different areas, such as the study of complex systems through the representation of single-layer networks (monoplex), which study the relationships between the nodes of a system. Recently, network theory has evolved developing the study of multi-layer networks with the aim of including multiple relationships and representing the intra and inter-layer relationships, like single-layer networks case. In the genomics fi eld, although some multilayer network methodologies have been addressed, but not all of them have been developed on the RCG, besides no comparisons have been made with the traditional monoplex network methodology that has been used to date. This study is based on a multiplex network methodology, considering nodes (genes) replicated in the layers and whose set of interactions between layers is empty. The layers are RCG that correspond to multiple experimental conditions of E. coli and whose collection forms the multiplex structure. The multiplex RCG approach allowed to do a attening in a single aggregated network. The aim was to characterize and evaluate the representation of the E. coli gene coexpression network, comparing the monoplex representation against the multiplex representation, using the aggregate network, its topological measures, global and local properties, centrality measures, matrix of distance, anova, paired t-tests and network alignment algorithms, which allowed evaluating the differences and similarities of the information obtained from each monoplex and multiplex representation with respect to the reference network. This project suggested advances and improvements in the study of RCG, because the aggregated network coming from the multiplex structure, is more similar structurally to the reference network of the 'E. coli', while the monoplex network shows a greater loss of information than the aggregated network, when those are compared with the reference network