http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
유전자 온톨로지와 연계한 단백질 상호작용 네트워크 시각화 시스템
최윤규(YunKyu Choi),김석(Seok Kim),이관수(Gwan-Su Yi),박진아(Jinah Park) 한국정보과학회 2009 정보과학회논문지 : 시스템 및 이론 Vol.36 No.2
단백질 상호작용 네트워크는 어떤 단백질들 간에 상호 작용 관계가 있는지를 네트워크 형태로 나타낸 것이며 단백질 상호작용을 발견하거나 분석하는 것은 생명 공학에서 중요한 연구분야이다. 본 논문에서는 방대한 단백질 상호작용 데이터를 유전자 온톨로지와 연계한 시각화를 통하여 효과적으로 직관을 얻을 수 있는 효율적인 단백질 상호작용 네트워크 분석시스템을 다룬다. 단백질 상호작용 네트워크는 데이터 양이 매우 방대하기 때문에 이를 효율적으로 분석하는 방법과 효과적인 시각화 기법이 요구된다. 본 연구에서는 이를 위하여 동적이고 상호작용 가능한 그래프와 관심 노드와 그 주변 노드를 표시하며 점진적으로 탐색할 수 있는 컨텍스트 기반 탐색 기법을 도입하였다. 이 밖에도 특화된 기능으로써 단백질 상호작용과 유전자 온톨로지 간의 빠르고 자유로운 상호참조 기능과 최소 공통 조상을 사용한 유전자 온톨로지 분석 기능 등을 지원한다. 인터페이스 측면에서는 상호참조 기능을 효과적으로 사용하게 하기 위하여 유전자 온톨로지 그래프와 단백질 상호작용의 시각화 결과를 2차원 윈도우로 나란히 보여주는 인터페이스를 디자인 하였다. Analyzing protein-protein interactions(PPI) is an important task in bioinformatics as it can help in new drugs' discovery process. However, due to vast amount of PPI data and their complexity, efficient visualization of the data is still remained as a challenging problem. We have developed efficient and effective visualization system that integrates Gene Ontology(GO) and PPI network to provide better insights to scientists. To provide efficient data visualization, we have employed dynamic interactive graph drawing methods and context-based browsing strategy. In addition, quick and flexible cross-reference system between GO and PPI; LCA(Least Common Ancestor) finding for GO; and etc are supported as special features. In terms of interface, our visualization system provides two separate graphical windows side-by-side for GO graphs and PPI network, and also provides cross-reference functions between them.
Sohn, Yunkyu,Choi, Myung-Kyu,Ahn, Yong-Yeol,Lee, Junho,Jeong, Jaeseung Public Library of Science 2011 PLoS computational biology Vol.7 No.5
<▼1><P>The modular organization of networks of individual neurons interwoven through synapses has not been fully explored due to the incredible complexity of the connectivity architecture. Here we use the modularity-based community detection method for directed, weighted networks to examine hierarchically organized modules in the complete wiring diagram (connectome) of <I>Caenorhabditis elegans</I> (<I>C. elegans</I>) and to investigate their topological properties. Incorporating bilateral symmetry of the network as an important cue for proper cluster assignment, we identified anatomical clusters in the <I>C. elegans</I> connectome, including a body-spanning cluster, which correspond to experimentally identified functional circuits. Moreover, the hierarchical organization of the five clusters explains the systemic cooperation (e.g., mechanosensation, chemosensation, and navigation) that occurs among the structurally segregated biological circuits to produce higher-order complex behaviors.</P></▼1><▼2><P><B>Author Summary</B></P><P><I>Caenorhabditis elegans</I> (<I>C. elegans</I>) is a tiny worm whose neuronal network is fully revealed. Since the modular organization in a network of individual neurons interwoven through synapses is not yet fully explored owing to incredibly complex connectivity architecture, this study is designed to investigate hierarchically organized modules in this complete wiring diagram (connectome) of this worm. We used the modularity-based community detection algorithm and found that <I>C. elegans</I> had 5 anatomical clusters in the <I>C. elegans</I> connectome, which corresponded to experimentally-identified functional circuits. We found that the hierarchical organization of the 5 clusters explains the systemic cooperation including mechanosensation, chemosensation, and navigation that occurs among the structurally-segregated biological circuits to produce higher-order complex behaviors.</P></▼2>