Ricerc@Sapienza

In this study, we integrate the outcomes of co-expression network analysis with the human interactome network to predict novel putative disease genes and modules. We first apply the SWItch Miner (SWIM) methodology, which predicts important (switch) genes within the co-expression network that regulate disease state transitions, then map them to the human protein–protein interaction network (PPI, or interactome) to predict novel disease–disease relationships (i.e., a SWIM-informed diseasome).

Il progetto si propone di individuare nuove prospettive per lo studio dei comportamenti dei lettori attraverso l’analisi dei cosiddetti UGC, Users-Generated Content, le grandi masse di dati lasciate volontariamente dai lettori in rete. Si tratta, infatti, di un terreno complesso, fatto di dati ‘in movimento’, fluidi per definizione e inesplorati fino a questo momento rispetto all’obiettivo specifico di comprensione del significato della lettura nel contesto attuale. La conoscenza dei comportamenti di lettura di libri, infatti è ancora basata essenzialmente su indagini statistiche.

La transformación de la lectura que ha supuesto la inmersión en el entorno digital es una temática no tan solo de máxima actualidad, innovadora y relevante, sino también fundamental para seguir promoviendo una sociedad cada vez más culta e inclusiva. Los antecedentes de esta monografía se encuentran en el proyecto de investigación iniciado en 2013 con el objetivo realizar una aproximación al funcionamiento de la práctica de la lectura en el entorno digital, especialmente en el contexto de las redes sociales.

This paper proposes some reflections concerning the practice of reading, its conceptual structure and its transformations, the blurred profile of the information ecology in which it is inserted. At the same time illustrates some outcomes of a research project conducted with tools of text mining and network science on the social reading platform aNobii.