Knowledge discovery from large biological graphs
Découverte de connaissances à partir de grands graphes biologiques
Résumé
Graphs are used in many different fields, ranging from social networks computer security,
geography and bioinformatics. Their versatility and their ability to model complex data make
them a valuable tool for solving several problems especially in the domain of knowledge extraction
from biological graphs which is our domain of interest. However, the use of graphs can present
several challenges such as data representation, scalability and the dynamic/temporal behavior
of some real world graphs. In the particular case of biological graphs, challenges related to
the complexity of biological systems, interpretability and validation could be raised. Without
achieving all of these challenges, we present in this manuscript several contributions. First, we
present a novel protein-protein network (PPN) based approach which combines the notion of
domain similarity with a graph neighborhood inference technique for protein function annotation.
Then, we describe an explainable link prediction approach in biological knowledge graphs for
drug repositioning. Finally, we present our contributions on distributed graph clustering and
large-scale knowledge graph embedding.
Les graphes sont utilisés dans de nombreux domaines différents, allant de la sécurité informatique
des réseaux sociaux, à la géographie et à la bioinformatique. Leur polyvalence et leur
capacité à modéliser des données complexes en font un outil précieux pour résoudre plusieurs
problèmes notamment dans le domaine de l’extraction de connaissances à partir de graphes
biologiques qui est notre domaine d’intérêt. Cependant, l’utilisation de graphes peut présenter
plusieurs défis tels que la représentation des données, l’évolutivité et le comportement dynamique/
temporel de certains graphes réels. Dans le cas particulier des graphes biologiques, des
défis liés à la complexité des systèmes biologiques, à l’interprétabilité et à la validation pourraient
être soulevés. Sans s’attaquer à l’ensemble de ces défis majeurs, nous présentons dans ce
manuscrit d’HDR plusieurs contributions. Tout d’abord, nous présentons une nouvelle approche
basée sur un graphe de protéines qui combine la notion de similarité de domaine avec une technique
d’inférence de voisinage de graphe pour l’annotation de la fonction des protéines. Ensuite,
nous décrivons une approche de prédiction de liens explicables dans les graphes de connaissances
biologiques pour le repositionnement des médicaments. Enfin, nous présentons nos contributions
sur le clustering de graphes distribués et le plongement de graphes de connaissances à grande
échelle.
Origine : Fichiers produits par l'(les) auteur(s)