Attractors in Protein-Protein Interaction Networks as Content Addressable Memories
Germer Margüenda, Christian
García-Pantaleón Tarifa, María Jinxue tut. (Universitat Pompeu Fabra)
Garcia-Ojalvo, Jordi tut. (Universitat Pompeu Fabra)
Universitat Autònoma de Barcelona. Facultat de Ciències

Data:	2026
Resum:	Hopfield Networks, introduced by John Hopfield in 1982, are complete neural networks –each neuron is connected with all other neurons– that function as content addressable memories (CAM) –memories that search data by content. On the other hand, proteinprotein interaction networks (PPINs) are the biological networks that define the interactions between proteins and execute the specific molecular mechanisms that define cell types. In this work, we propose a sparse Biological Hopfield Network using the topological structure of a protein-protein interaction network, with the objective of retrieving the attractors of the biological model and defining cell types as the attractors of the network. The model did not retrieve unique attractors, but rather clusters of attractors, allowing for multiple interpretations. While these findings are inconclusive, this work establishes a foundation for future development.
Resum:	Les xarxes de Hopfield, introduïdes per John Hopfield el 1982, són xarxes neuronals completes –cada neurona està connectada amb totes les altres– que funcionen com a memòries adreçables per contingut (CAM) –memòries que cerquen dades per contingut. D'altra banda, les xarxes d'interacció proteïna-proteïna (PPIN) són les xarxes biològiques que defineixen les interaccions entre proteïnes i executen els mecanismes moleculars específics que defineixen els tipus cel·lulars. En aquest treball, proposem una xarxa biològica de Hopfield dispersa utilitzant l'estructura topològica d'una xarxa d'interacció proteïna-proteïna, amb l'objectiu de recuperar els tractors del model biològic i definir els tipus cel·lulars com els tractors de la xarxa. El model no va recuperar tractors únics, sinó agrupacions de tractors, permetent múltiples interpretacions. Tot i que aquestes troballes no són concloents, aquest treball estableix una base per al desenvolupament futur.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra, i la creació d'obres derivades, sempre que no sigui amb finalitats comercials i que es distribueixin sota la mateixa llicència que regula l'obra original. Cal que es reconegui l'autoria de l'obra original.
Llengua:	Anglès
Titulació:	Modelització per a la Ciència i l'Enginyeria / Modelling for Science and Engineering [4313136]
Pla d'estudis:	Màster Universitari en Modelització per a la Ciència i l'Enginyeria / Modelling for Science and Engineering [1095]
Document:	Treball de fi de postgrau
Matèria:	Modelling ; Neural Networks ; Recurrent Neural Networks ; Machine Learning ; Proteins ; Protein-Protein Interaction Networks ; Hopfield Model ; Complete Networks ; Sparse Networks ; Modelització, xarxes neuronals ; Xarxes neuronals recurrents ; Aprenentatge automàtic ; Proteïnes ; Xarxes d'interacció proteïna-proteïna ; Model de Hopfield ; Xarxes completes ; Xarxes disperses

48 p, 3.9 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de recerca i projectes de final de carrera > Ciències. TFM