生物分子結構與基因序列綜合可視化數據組織管理方法研究.pdf

1、隨著系統(tǒng)生物學的興起和迅速發(fā)展，為了探索不同生物層次或領域信息之間的關聯關系，對不同層次生物數據綜合可視化的需求日益迫切。近年來，生物學專家呼吁建立一種統(tǒng)一的集成框架，將不同層次和領域的可視化方式整合，實現生物數據的綜合可視化，使研究人員可在生物的各層次間進行研究，可以洞察從基因、分子、細胞、器官甚至到整個生物體組織在內的整個過程。然而，傳統(tǒng)的生物信息可視化工具大多是根據觀察和分析某一類或某一層次實驗數據的需求而研制，只能用于觀察某一類

2、獨立實驗的數據。例如，觀察基因組序列、分子結構以及基因組比對的可視化軟件都是獨立的，用戶難以用這些來研究不同層次和領域的生物數據之間的關聯關系。因此，實現生物各層次數據的綜合可視化這一美好藍圖，將是一個龐大的工程，將面臨諸多技術挑戰(zhàn)。
　　本文面向最底層的生物分子結構和基因組序列數據的綜合可視化應用需求，研究探討分子領域與基因領域的綜合可視化的關鍵技術。已有主流分子結構和基因組序列數據可視化方法得到了到專家的普遍接受，但數據表示方

3、法相互獨立，提取各領域數據間關聯關系非常困難。研究解決不同層次的生物數據的組織管理問題，是實現真正意義上的綜合可視化集成框架的基礎和關鍵技術。本文重點研究了分子結構和基因組序列可視化數據對象特點，綜合可視化元數據模型與生成方法，綜合可視化數據管理模塊系統(tǒng)結構，以及綜合可視化數據組織管理模塊實現技術等，完成的主要工作和取得的研究成果如下：
　　1.在分析主流分子動力學模擬可視化工具和基因組序列可視化工具數據來源和數據特點基礎上，面向

4、分子結構和基因序列數據綜合可視化的應用需求，提出了一種基因組序列和分子結構綜合可視化元數據模型，通過定義包括分子結構、基因序列以及關聯信息三類數據的元數據模型，建立了兩個層次和領域數據的關聯關系，確定了關聯數據描述格式。為基因序列和分子結構數據綜合可視化元數據生成，以及基因組序列和分子結構兩類數據的綜合集成管理提供了理論模型依據。
　　2.面向分子結構和基因序列數據綜合可視化數據管理需求，設計了一種具有工具數據管理、應用數據管理和

5、綜合服務管理功能的綜合數據管理模塊系統(tǒng)結構。工具數據管理可對工具文件庫、文件數據庫以及目錄數據庫進行統(tǒng)一管理；綜合數據管理可對基因組序列可視化數據、分子結構可視化數據及其關聯數據進行有效地組織管理；應用服務管理可對一般用戶、項目用戶、特權用戶的數據訪問權限等進行統(tǒng)一管理。該模塊是綜合可視化集成框架中數據組織管理的核心。
　　3.針對基因組序列和分子結構可視化數據都是以規(guī)范格式的文本文件形式存儲，難以支持綜合可視化所需的細粒度數據操

6、作的問題，提出一種基于XML的生物信息元數據生成方法。該方法先用XML語言對非結構化的文本可視化數據進行描述，將其中的元數據信息提取出來并轉換為半結構化的XML文檔形式；再根據預先定義的模板，將半結構化的XML數據轉換為可以在關系數據庫中存儲的結構化數據形式。該方法以綜合可視化元數據模型為依據、XML技術為手段實現了將難以操作的非結構文本數據轉換為便于操作和管理的結構化關系型數據庫數據，是實現綜合可視化數據管理的關鍵技術。
　　4

7、.在上述研究工作和研究成果基礎之上，設計實現一個分子結構和基因組序列數據綜合可視化的數據組織管理模塊并將該模塊嵌入集成框架中，構建了一個分子結構和基因組序列數據綜合可視化集成框架。利用該集成框架將已有的主流開源分子結構可視化軟件工具 VMD和主流開源基因組序列可視化軟件工具JBrowse相集成，實現了一個分子結構和基因組序列數據綜合可視化原型系統(tǒng)。該原型系統(tǒng)初步實現了幾種綜合可視化功能，取得了良好的實驗效果，并驗證了本文提出和設計的數據