BC0506 - Comunicao e Redes

Aula 18 Redes Biolgicas como Redes

Complexas
Profa. Letcia Bueno
leticia.bueno@ufabc.edu.br

2Q-2016
1

Redes Biolgicas: Redes Alimentares

Estruturas em grafos tambm so abundantes na biologia e
outras cincias naturais. Exemplo:
Redes alimentares (food webs): representam relaes de "quemcome-quem" entre espcies em um ecossistema;
Vrtices: espcies;
Arestas orientadas de A para B: membros da espcie A
alimentam a espcie B;

Fonte: https://msharrisstm.wikispaces.com/Food+Chains

Redes Biolgicas: Redes Alimentares

O estudo dessa rede ajuda a entender reaes em cadeia tais
como extines em cascata: se certas espcies so extintas,
ento espcies que as consomem esto arriscadas a se
tornarem extintas tambm, se no houver outras alternativas de
alimentao;

Fonte: https://www.emaze.com/@AOWIQWQF/Hunting-for-sport-is-wrong

Redes Biolgicas: Redes Alimentares

Harmful Algal Blooms: florao de algas nocivas ou mar
vermelha, porm nem todas as mars vermelhas tem toxinas;
Nocivo aos seres humanos: o consumo de peixes e frutos do
mar contaminados pela mar vermelha podem causar dormncia
na boca, perturbaes gastrintestinais, paralisia muscular e
respiratria e at a morte;
Mar vermelha causou a
morte de 50 toneladas de
peixes na Bahia em 2007;
Mar vermelha no Chile
(foto) em maio de 2016:
Fonte: http://jardimsustentavel.com.br/mare-vermelha/
4

Redes Biolgicas: Redes Neurais

Redes neurais:
Vrtices: neurnios;
Arestas: conexes entre neurnios;
Rede neural do C. elegans1: 302 vrtices e 7000 arestas;
Caenorhabditis elegans: nematdeo que mede 1cm de
comprimento e se alimenta de bactria;
Primeiro animal multicelular a ter genoma sequenciado;
(1) T. B. Achacoso and W. S. Yamamoto. AYs Neuroanatomy of C. Elegans for Computation. CRC Press, 1991.

Fonte: https://pt.wikipedia.org/wiki/Caenorhabditis_elegans
5

Redes Biolgicas: Redes Neurais e Redes do

metabolismo das clulas
Redes neurais:
Mosca de fruta: 250.000 neurnios;
Seres humanos: 86 bilhes de neurnios;
Embora (ainda) no seja possvel obter uma rede neural
detalhada para organismos mais complexos, muito tem sido
ganho ao estudar a estrutura de mdulos especficos;
Redes do metabolismo das clulas:
Vrtices: compostos que atuam em um processo metablico;
Arestas: interaes qumicas;

Dinmica de Rede: Efeitos Estruturais

Efeitos em cascata:
Indivduos adotam comportamento de seus vizinhos na rede;
Novo comportamento comea com um pequeno conjunto de
indivduos e ento se propaga rapidamente pela rede;
Comportamento em cascata: s vezes referido como
"contgio social" porque se propaga de um indivduo para
outro no estilo de uma epidemia biolgica;
Diferenas fundamentais entre contgio social e contgio
biolgico:
Contgio social: envolve tomada de deciso por parte dos
indivduos afetados;
Contgio biolgico: baseado na chance de "pegar" a doena
atravs do contato com outro indivduo;
7

Efeito em Cascata
A propagao de uma epidemia (como o incio de um surto de
tuberculose abaixo) uma forma de comportamento em cascata;
Primeiros 35 casos
de pacientes com
tuberculose e seus
1039 contatos em
Oklahoma, 2002;

Fonte: Andre, M.; Ijaz, K.; Tillinghast, J.D.; Krebs, V.E.; Diem, L.A.; Metchock, B.; Crisp, T.; McElroy, P.D. Transmission network
analysis to complement routine tuberculosis contact investigations. American Journal of Public Health, 97(3):470477, 2007.

Epidemia em Redes
Os padres pelos quais uma epidemia se propaga
determinado no somente pelas propriedades do patgeno que
transmite a doena (facilidade de contgio, durao do perodo
de infeco, severidade da doena, etc) mas tambm pelas
estruturas de rede formada pela populao;
A rede social de uma populao determina muito sobre como
uma doena ir se propagar, mas geralmente as oportunidades
para uma doena se propagar so dadas por uma rede de
contatos:
Vrtices: pessoas;
Arestas: se duas pessoas entram em contato de uma
maneira que faz possvel a doena se propagar de uma para
outra;
9

Epidemia em Redes
A rede de contatos para duas doenas diferentes pode ter
estruturas diferentes, dependendo dos modos de transmisso de
cada uma delas:
Doena altamente contagiosa transmitida atravs de tosses e
espirros: rede de contatos ter grande nmero de arestas,
incluindo quaisquer duas pessoas que sentam juntas no
nibus ou avio;
Doena sexualmente transmissvel: rede de contatos mais
esparsa, com muito menos pares de pessoas conectadas por
arestas;

10

Epidemia em Redes
Processo de contgio:
O que ou quem est sendo contagiado?
O que est contagiando?
Sendo contagiado:
Pessoas, animais, plantas, laptops, browsers, etc;
Contagiando:
Vrus, bactria, ideia, app, boato, medo, msica, etc;

11

Epidemia em Redes: Modelo Clssico

Modelo SIR: considera populao de indivduos, cada um em um
dos seguintes estados:
S: suscetvel (pode contrair contgio);
I: infectado (est contagiado);
R: removido/recuperado (no pode mais ser contagiado);
No modelo SIR:
(1) Inicialmente, alguns ns esto no estado I e os demais no
estado S;
(2) Cada n v que entra no estado I permanece infeccioso por um
nmero fixo de passos t;
(3) Durante esse nmero de passos, v tem probabilidade p de
passar a doena aos seus vizinhos suscetveis;
(4) Depois de t passos, o n v no est mais infeccioso ou
suscetvel, ele passa a ser R: passa a ser n inerte na rede de
contatos pois no pode mais passar nem pegar a doena;
12

t=1

Fonte: Easley, D.; Kleinberg, J. Networks, Crowds, and Markets. Cambridge University Press, 2010.

13

Epidemia em Redes: Modelo Clssico

Modelo SIR claramente mais apropriado para doenas que
indivduos pegam somente uma vez na vida: depois de ser
infectado, um n removido ou porque ganhou imunidade ou
porque a doena o matou;
Extenses do Modelo SIR:
probabilidade de contgio pode ser diferente para cada
aresta;
Durao aleatria do perodo de infeco: n infectado tem
probabilidade q de se recuperar em cada passo;
Estado I pode ser quebrado em vrios subestados com
diferentes probabilidades de contgio: pode ser usado, por
exemplo, para modelar doenas com um perodo de
incubao altamente contagioso, seguido de um perodo
menos contagioso no qual os sintomas se manifestam;
14

Epidemia em Redes
Avaliao das epidemias em redes depende da estrutura;
Interesse no longo prazo: o que acontece no final da epidemia?
Modelos aproximados do comportamento da epidemia:
simplificao do modelo de contgio;
Simulao: alternativa muito usada para avaliao da epidemia;
Modelo SIS: tem apenas estado S e I, pois ns podem ser
infectados mltiplas vezes;

t=1

Fonte: Easley, D.; Kleinberg, J. Networks, Crowds, and Markets. Cambridge University Press, 2010.

15

Epidemia em Redes: Apocalipse Zumbi

Alemi, A.A.; Bierbaum, M.; Myers, C.R.; Sethna, J.P.
You Can Run, You Can Hide: The Epidemiology
and Statistical Mechanics of Zombies. Phys. Rev.
E 92, 2015:
Pesquisadores inspirados pelo livro World
War Z, de Max Brooks, de 2006;
Determinaram como um surto zumbi
poderia se propagar pelos Estados Unidos;
Modelo SZR:
S: suscetvel; Z: zumbi; R: zumbis mortos pelos humanos;

Simulao assumiu:
307 milhes de pessoas;
incio do contgio: um em cada 1 milho de indivduos;
Figura: Plants vs Zombies Game
Pessoas no viajam nem pegam avies;
16

Epidemia em Redes: Apocalipse Zumbi

Fonte: Alemi, A.A.; Bierbaum, M.; Myers, C.R.; Sethna, J.P. You Can Run, You Can Hide: The Epidemiology and Statistical
Mechanics of Zombies. Phys. Rev. E 92, 2015.

17

Epidemia em Redes: Apocalipse Zumbi

Fonte: Alemi, A.A.; Bierbaum, M.; Myers, C.R.; Sethna, J.P. You Can Run, You Can Hide: The Epidemiology and Statistical
Mechanics of Zombies. Phys. Rev. E 92, 2015.

18

Epidemia em Redes: Apocalipse Zumbi

Uma das concluses da pesquisa: fique longe
de grandes centros urbanos se quiser evitar
zumbis comedores-de-crebros;
Corra para as Montanhas Rochosas
(nos EUA);
Apesar do cenrio surreal, essa
pesquisa pode ajudar a entender
como as pessoas respondem a
pandemias reais;
Simulao em vdeo:

Figura: Plants vs Zombies Game

http://www.livescience.com/50015-zombie-outbreak-science-reveals-best-plac
e-to-hide-video.html
19

Epidemia em Redes: Apocalipse Zumbi

Simulador de surto zumbi nos EUA: Zombietown USA, disponvel em:
http://mattbierbaum.github.io/zombies-usa/

20

Bibliografia
1. Figueiredo, D. R. Introduo a Redes Complexas. Jornada
de Atualizao em Informtica (JAI), 2011. Disponvel em:
http://www.land.ufrj.br/~daniel/JAI-RC/JAI-RC.pdf
2. Easley, D.; Kleinberg, J. Networks, Crowds, and Markets.
Cambridge University Press, 2010. Disponvel em:
https://www.cs.cornell.edu/home/kleinber/networks-book/networks-book.pdf

3. Leskovec, J.; Horvitz, E. Worldwide buzz: Planetary-scale

views on an instant-messaging network. In Proc. 17th
International World Wide Web Conference, 2008.
4. Alemi, A.A.; Bierbaum, M.; Myers, C.R.; Sethna, J.P. You Can
Run, You Can Hide: The Epidemiology and Statistical
Mechanics of Zombies. Phys. Rev. E 92, 2015. Disponvel
em: http://arxiv.org/abs/1503.01104
21