生物分子結(jié)構(gòu)與基因序列綜合可視化數(shù)據(jù)組織管理方法研究.pdf

1、隨著系統(tǒng)生物學(xué)的興起和迅速發(fā)展，為了探索不同生物層次或領(lǐng)域信息之間的關(guān)聯(lián)關(guān)系，對不同層次生物數(shù)據(jù)綜合可視化的需求日益迫切。近年來，生物學(xué)專家呼吁建立一種統(tǒng)一的集成框架，將不同層次和領(lǐng)域的可視化方式整合，實(shí)現(xiàn)生物數(shù)據(jù)的綜合可視化，使研究人員可在生物的各層次間進(jìn)行研究，可以洞察從基因、分子、細(xì)胞、器官甚至到整個生物體組織在內(nèi)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(jù)觀察和分析某一類或某一層次實(shí)驗(yàn)數(shù)據(jù)的需求而研制，只能用于觀察某一類

2、獨(dú)立實(shí)驗(yàn)的數(shù)據(jù)。例如，觀察基因組序列、分子結(jié)構(gòu)以及基因組比對的可視化軟件都是獨(dú)立的，用戶難以用這些來研究不同層次和領(lǐng)域的生物數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系。因此，實(shí)現(xiàn)生物各層次數(shù)據(jù)的綜合可視化這一美好藍(lán)圖，將是一個龐大的工程，將面臨諸多技術(shù)挑戰(zhàn)。
　　本文面向最底層的生物分子結(jié)構(gòu)和基因組序列數(shù)據(jù)的綜合可視化應(yīng)用需求，研究探討分子領(lǐng)域與基因領(lǐng)域的綜合可視化的關(guān)鍵技術(shù)。已有主流分子結(jié)構(gòu)和基因組序列數(shù)據(jù)可視化方法得到了到專家的普遍接受，但數(shù)據(jù)表示方

3、法相互獨(dú)立，提取各領(lǐng)域數(shù)據(jù)間關(guān)聯(lián)關(guān)系非常困難。研究解決不同層次的生物數(shù)據(jù)的組織管理問題，是實(shí)現(xiàn)真正意義上的綜合可視化集成框架的基礎(chǔ)和關(guān)鍵技術(shù)。本文重點(diǎn)研究了分子結(jié)構(gòu)和基因組序列可視化數(shù)據(jù)對象特點(diǎn)，綜合可視化元數(shù)據(jù)模型與生成方法，綜合可視化數(shù)據(jù)管理模塊系統(tǒng)結(jié)構(gòu)，以及綜合可視化數(shù)據(jù)組織管理模塊實(shí)現(xiàn)技術(shù)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(xué)模擬可視化工具和基因組序列可視化工具數(shù)據(jù)來源和數(shù)據(jù)特點(diǎn)基礎(chǔ)上，面向

4、分子結(jié)構(gòu)和基因序列數(shù)據(jù)綜合可視化的應(yīng)用需求，提出了一種基因組序列和分子結(jié)構(gòu)綜合可視化元數(shù)據(jù)模型，通過定義包括分子結(jié)構(gòu)、基因序列以及關(guān)聯(lián)信息三類數(shù)據(jù)的元數(shù)據(jù)模型，建立了兩個層次和領(lǐng)域數(shù)據(jù)的關(guān)聯(lián)關(guān)系，確定了關(guān)聯(lián)數(shù)據(jù)描述格式。為基因序列和分子結(jié)構(gòu)數(shù)據(jù)綜合可視化元數(shù)據(jù)生成，以及基因組序列和分子結(jié)構(gòu)兩類數(shù)據(jù)的綜合集成管理提供了理論模型依據(jù)。
　　2.面向分子結(jié)構(gòu)和基因序列數(shù)據(jù)綜合可視化數(shù)據(jù)管理需求，設(shè)計(jì)了一種具有工具數(shù)據(jù)管理、應(yīng)用數(shù)據(jù)管理和

5、綜合服務(wù)管理功能的綜合數(shù)據(jù)管理模塊系統(tǒng)結(jié)構(gòu)。工具數(shù)據(jù)管理可對工具文件庫、文件數(shù)據(jù)庫以及目錄數(shù)據(jù)庫進(jìn)行統(tǒng)一管理；綜合數(shù)據(jù)管理可對基因組序列可視化數(shù)據(jù)、分子結(jié)構(gòu)可視化數(shù)據(jù)及其關(guān)聯(lián)數(shù)據(jù)進(jìn)行有效地組織管理；應(yīng)用服務(wù)管理可對一般用戶、項(xiàng)目用戶、特權(quán)用戶的數(shù)據(jù)訪問權(quán)限等進(jìn)行統(tǒng)一管理。該模塊是綜合可視化集成框架中數(shù)據(jù)組織管理的核心。
　　3.針對基因組序列和分子結(jié)構(gòu)可視化數(shù)據(jù)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(xì)粒度數(shù)據(jù)操

6、作的問題，提出一種基于XML的生物信息元數(shù)據(jù)生成方法。該方法先用XML語言對非結(jié)構(gòu)化的文本可視化數(shù)據(jù)進(jìn)行描述，將其中的元數(shù)據(jù)信息提取出來并轉(zhuǎn)換為半結(jié)構(gòu)化的XML文檔形式；再根據(jù)預(yù)先定義的模板，將半結(jié)構(gòu)化的XML數(shù)據(jù)轉(zhuǎn)換為可以在關(guān)系數(shù)據(jù)庫中存儲的結(jié)構(gòu)化數(shù)據(jù)形式。該方法以綜合可視化元數(shù)據(jù)模型為依據(jù)、XML技術(shù)為手段實(shí)現(xiàn)了將難以操作的非結(jié)構(gòu)文本數(shù)據(jù)轉(zhuǎn)換為便于操作和管理的結(jié)構(gòu)化關(guān)系型數(shù)據(jù)庫數(shù)據(jù)，是實(shí)現(xiàn)綜合可視化數(shù)據(jù)管理的關(guān)鍵技術(shù)。
　　4

7、.在上述研究工作和研究成果基礎(chǔ)之上，設(shè)計(jì)實(shí)現(xiàn)一個分子結(jié)構(gòu)和基因組序列數(shù)據(jù)綜合可視化的數(shù)據(jù)組織管理模塊并將該模塊嵌入集成框架中，構(gòu)建了一個分子結(jié)構(gòu)和基因組序列數(shù)據(jù)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(jié)構(gòu)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(shí)現(xiàn)了一個分子結(jié)構(gòu)和基因組序列數(shù)據(jù)綜合可視化原型系統(tǒng)。該原型系統(tǒng)初步實(shí)現(xiàn)了幾種綜合可視化功能，取得了良好的實(shí)驗(yàn)效果，并驗(yàn)證了本文提出和設(shè)計(jì)的數(shù)據(jù)