20 Dec

András Bóta (The University of New South Wales, Australia): Learning infection processes

Abstract: Infection models can be used to model the spread of disease, information, behaviour and many other things through a network composed of connected nodes. One of the common challenges arising in the application of infection models is the lack of available transmission probabilities. The task of inverse infection is the systematic estimation of these values. Several methods have been proposed recently for solving this task. A common property of these approaches is that they make many specialized assumptions about the problem they are trying to solve. In contrast the method we discuss in this talk gives a general framework for inverse infection tasks and offers much needed flexibility allowing the method to be used with a variety of real-life applications.

In the second part of the talk we are going to discuss a specific application of the generalized inverse infection model. Modern transportation infrastructure allows quick and efficient travel between distant parts of the world, but unfortunately also offers many ways to transfer diseases between regions. Recent examples of global outbreaks include the MERS, SARS and swine flu epidemics and most recently the 2015 Zika fever outbreak of Brazil. A critical component of outbreak control is the identification of disease spreading from region to region. We will show how the proposed inverse infection model can be used to 1. accurately model the Zika virus outbreak on the country level, 2. estimate travel risk between regions.

17 Nov

Brys Zoltán (LAM, BME-TMIT): Hálózatkutatás a népegészségügy és a gyógyszeripari marketing területén. Esetismertetés és áttekintés. A gyógyszerfelírások, a pattanások és fejfájás valóban "szociálisan fertőznek"?

Kivonat: A gráfelmélet a fertőző betegségek terjedésének modellezésében régóta használt módszer és fontos eredményeket tárt fel (Epstein, Balcan, Lilrejos stb.). A fehérje-fehérje interakciós hálózat elemzése pedig a bioscience szerves részévé vált (genetika, epigenetika, gyógyszerfejlesztés stb.) A képalkotó eljárások és az optogenetika terjedésével a neurológiában is egyre inkább használt a gráfelmélet. A népegészségügy területén nagy vitát váltott ki Christakis és Fowler 2007-es felvetése, amely szerint a noncommunicable diseases egyik jelentős okaként számon tartott elhízás és dohányzás "szociálisan fertőz". A felvetés jelentős kritikát kapott, főként statisztikai (Lyons) és szociálpszichológiai/szociológiai (Buda) területen. Cohen-Cole és mtsai (Yale) szellemes közleményében hasonló módszertannal bizonyította, hogy Christakisék logikájával hálózatos hatások érvényesülnek a pattanások és fejfájások terjedésében is. A hálózatelemzés ígérete, hogy egyfajta "theory of everything", mindent magyarázó "csodamódszer" lesz nem látszik beigazolódni. Sajnos az egyes hálózatelemzéssel dolgozó sztárszerzők a "csodamódszer" birtokában könnyen és észrevétlenül (és biztosan nem tudatosan) negligálták a társadalomtudományokban és a társtudományokban felhalmozott tudásvagyont (pl. szociológia, addiktológia stb.). Az előadó egy valós gyógyszeripari Clinical Opion Leader detektálási eset ismertetése kapcsán próbálja bemutatni, hogy a népegészségügyhöz hasonló folyamat látszik a gyakorlati tudományok területén, különösen a marketing az adatelemzés területére. Az előadó személyes meglátása szerint a hálózatelemzés hype-fázisa lassan lejár és a módszer valódi értéke lassan kibontakozni, ami jelentősen kisebb, mint az ígéret volt, de így is rendkívül jelentős.

3 Nov

Iván Fekete(Semmelweis University and Link-group): Computational prediction personalized of drug combinations

Abstract: Numerous methods and biological networks have been used to model intracellular signal transduction, but so far the clinical applicability of these approaches remained rather limited. Here we describe a novel system (Turbine, http://turbine.hu) for the reliable simulation of intracellular signaling which required, first, to utilize a large, fully dynamically reviewed, manually curated network of major human signaling pathways and their transcriptional regulatory mechanisms, and second, to run ensembles of simulations and extract the resulting attractors - steady states - of the system. The software finds the attractors of the signaling network, and correlates the attractors’ activity patterns with the activity of biological processes, like apoptosis or proliferation. By combining a large set of steady states, we were able to map the cellular attractor landscapes, which varied depending on the presence of different physiological ligands, available membrane receptors, or - most importantly regarding the clinical applicability - mutated proteins. This approach, combined with additional omics data layers (such as cancer genomic and transcriptomic profiles) and artificial intelligence systems made Turbine able to predict potential mono- or combination drug therapies on a personalized basis.

20 Oct

László Kovács (University of West Hungary, Department of Applied Lingusitics): Linguistic networks

Abstract: Network structures are not new in linguistics: since the 1960’s networks are used to explain linguistic phenomenon. In the first part of the lecture a broad picture of linguistic network research will be given, showing where networked structures in language exist. The main focus of the lecture is on the networked structures of the mind: it will be shown on the example of the Hungarian database "ConnectYourMind" which structures in the mental lexicon ("dictionary of mind") exist. The presented results are joint works done with Andras Bota, Laszlo Hajdu and Miklos Kresz (University of Szeged) and with Peter Pollner and Katalin Orosz (Eotvos University).

6 Oct

György Turan (University of Szeged and University of Illinois at Chicago): Betweenness centrality

Abstract: The betweenness centrality of a vertex in a network measures the number of shortest paths containing the vertex. The ocal version considers only shortest paths of bounded length. We review related results, and then discuss the behavior of the local version for trees, including worst-case and scale-free random trees. Joint work with Ben Fish and Rahul Kushwaha.