Bioloogiliste andmete visualiseerimine

Allikas: Vikipeedia
Mine navigeerimisribale Mine otsikasti

Bioloogiliste andmete visualiseerimine on bioinformaatika haru, mis on seotud arvutigraafika, teadusliku visualiseerimise ja informatsiooni visualiseerimise kasutamisega erinevates bioloogia harudes. See hõlmab genoomide, järjestuste joonduste, fülogeneeside, makro- ja mikromolekulaarsete struktuuride, süsteemibioloogia, mikroskoopia ning magnetresonantsuuringute andmete visualiseerimist. Bioloogiliste andmete visualiseerimiseks kasutatavate tööriistade hulka kuuluvad nii lihtsad iseseisvad programmid kui ka keerukad integreeritud süsteemid.[1]

Hetkeseis ja tulevik[muuda | muuda lähteteksti]

Tänapäeval toimub bioloogiliste andmete mahu ja mitmekesisuse kiire kasv, mis esitab neid andmeid tarbivatele teadlastele üha suuremaid väljakutseid. Nende andmetega tutvumisel ja nende mõistmisel on peamiseks sammuks visualiseerimine. Seega on loogiline, et koos andmemahtude kasvuga käib kaasas ka vastavate visualiseerimissüsteemide arvu kasv.

Kasvav trend on kolmemõõtmeliste struktuurides piiride eristumise visualiseerimine aatomi lahutusvõimega, samuti suuremate komplekside visualiseerimine krüoelektronmikroskoopiaga ning valkude ja komplekside asukohtade visualiseerimine rakkudes ja kudedes.[2][3]

Teine kuulsust koguv suund on ajaperioodi peale kogutavate andmete kättesaadavuse ja tähtsuse suurenemine süsteemibioloogiast, elektronmikroskoopiast[4][5] ning rakkude ja kudede kujutamisest. See-eest on trajektooride visualiseerimine juba pikemat aega molekulaarse dünaamika silmapaistvaks osaks.

Tüüpiline protsess hõlmab esialgsete toorete andmete töötlemist sellisele kujule, et nende visuaalsel esitamisel eristuksid inimsilmale mõistetavad komponendid mõnes suuremas tervikus.[1]

Lõpuks, kuna andmekogud suurenevad mahult, keerukuselt ja omavaheliselt seotuselt, paranevad sellega koos ka vastavate süsteemide kasutatavus, andmete integratsioon ja standardiseerimine.

Suurandmete analüüs[muuda | muuda lähteteksti]

Tänapäeva andmete kogumise tehnikatega saadavad tulemused on mahult sedavõrd suured, et neid on keeruline tavaliste algoritmide abil analüüsida. Seetõttu on hakanud levima analüüsimisel suurandmete analüüsi võtted. Need võtted tulevad kasuks, kuna lisaks mahule, on tihtipeale ka andmete komplekssus suur. Samuti aitavad suurandmete analüüsivõtted olukordades, kus teadlased ei tea täpselt, mida andmetest otsida, rakendades selleks avastavaid meetodeid.[6]

Visualiseerimissüsteemide nimekiri[muuda | muuda lähteteksti]

Bioloogiliste andmete visualiseerimiseks on olemas suur hulk takvarasüsteeme. Allnimetatud lingid viitavad selliste süsteemide nimekirjadele, mis on rühmitatud rakenduspiirkondade kaupa.

  1. Joondused
  2. Fülogenees
  3. Süsteemibioloogia
  4. Molekulaargraafika
  5. Mikroskoopia
  6. Magnetresonantstomograafia

Seotud konverentsid[muuda | muuda lähteteksti]

  1. BioVis – bioloogiliste andmete visualiseerimise sümpoosion
  2. Infotehnoloogia visualiseerimise rakendused bioinformaatikas
  3. CIBDV – arvutuslik intellekt bioloogiliste andmete visualiseerimiseks
  4. IVBI – Informatsiooni visualiseerimine biomeditsiini-informaatika sümpoosionil
  5. VMLS – visualiseerimine meditsiinis ja loodusteadustes
  6. VIZBI – bioloogiliste andmete visualiseerimise õpikoda

Viited[muuda | muuda lähteteksti]

  1. 1,0 1,1 Callaway E (2016). "The visualizations transforming biology". Nature. 7610. Vaadatud 2018.
  2. Lucić V, Förster F, Baumeister W (2005). "Structural studies by electron tomography: from cells to molecules". Annual Review of Biochemistry. 74: 833-65. Vaadatud 2018.
  3. Steven AC, Baumeister W (2008). "The future is hybrid". Journal of structural biology. 163 (3): 186-95. Vaadatud 2018.
  4. Plattner H, Hentschel J (2006). "Sub-second cellular dynamics: time-resolved electron microscopy and functional correlation". International review of cytology. International Review of Cytology. 255: 133-76. Vaadatud 2018.
  5. Frank J, Schlichting I (2004). "Time-resolved imaging of macromolecular processes and interactions". Journal of structural biology. 147 (3): 209–10. Vaadatud 2018.
  6. Görg C, Hunter L, Kennedy J, O'Donoghue S, Wijk J (2012). "Biological Data Visualization". Report from Dagstuhl Seminar 12372. 131-32. Vaadatud 2018.