Búsqueda de mecanismos regulatorios en redes biológicas usando multigrados en base de datos no relacionadas

El análisis de redes de interacciones se aplica en forma creciente en investigación biológica. Se han reportado análisis derivados de los métodos desarrollados para análisis de redes sociales en diferentes organismos y con distintos objetivos. Para el análisis de redes biológicas se manipulan estructuras de datos en memoria que en su mayoría no están optimizadas para grandes cantidades de datos y en las cuales no es posible realizar exploración de datos conectados en red de manera ágil y flexible. Una alternativa de uso creciente para este tipo de situaciones, no solo en biología, es el uso de bases de datos no relacionales orientadas a grafos. En este trabajo investigamos el uso de bases de datos no relacionales orientadas a grafos para el análisis de datos moleculares de la bacteria Mycobacterium tuberculosis, causante de la tuberculosis humana. Específicamente utilizamos datos de experimentos que cubren diversos procesos biológicos: expresión génica, interacciones proteína - proteína e interacciones proteína - ADN. Este tipo de enfoque integrado se conoce como biología de sistemas y es un área donde el uso de bases de datos de grafos todavía está en su infancia, pero tiene enorme potencial. Para los análisis se construye un multigrafo mixto y se definen preguntas a nivel biológico que posteriormente se traducen en patrones de consultas con quasi-cliques; las consultas se implementan en dos bases de datos no relacionales orientadas a grafos: Neo4J (http://neo4j.com/) y Titan (http://thinkaurelius.github.io/titan/) haciendo uso de lenguajes de consulta tales como Cypher y Gremlin