Royer, Loïc AlainHölldobler, Steffen2020-08-212020-08-212011978-3-88579-415-8https://dl.gi.de/handle/20.500.12116/33777In der Molekularbiologie hat eine Ära der systematischen und automatisierten Experimente eingesetzt. Molekularbiologen hoffen, durch das Studium dieser Netzwerke die komplexen molekularen Maschinen des Lebens besser verstehen zu können. Meine Dissertation adressiert drei offene Probleme bezüglich der Analyse und Qualitätsbewertung solcher Netzwerke. Als Erstes stellen wir die Powergraph-Analyse vor – ein neuartiger Ansatz zur Repräsentation und Visualisierung biologischer Netzwerke. Darüber hinaus bewerten wir die Performance des Powergraph-Algorithmus auf Benchmarkdaten, testen die Robustheit des Algorithmus auf Rauschen und bestimmen empirisch die Zeitkomplexität von O 􏰀(e1.71) 􏰁 – sub-quadratisch in der Anzahl der Kanten e. Zweitens adressieren wir das schwierige und kontrovers diskutierte Problem der Datenqualität in Proteininteraktions-Netzwerken. Wir schlagen Netzwerk-Kompressibilität als ein neues Maß für Richtigkeit und Vollständigkeit von genom-weiten Proteininteraktions-Netzwerken vor. Drittens wenden wir die Powergraph-Analyse auf Netzwerke an, die von Text- Mining- und Geneexpressions-Mikro-Array-Daten abgeleitet sind.de1617-5468