生物分子结构与基因序列综合可视化数据组织管理方法研究

摘要

随着系统生物学的兴起和迅速发展，为了探索不同生物层次或领域信息之间的关联关系，对不同层次生物数据综合可视化的需求日益迫切。近年来，生物学专家呼吁建立一种统一的集成框架，将不同层次和领域的可视化方式整合，实现生物数据的综合可视化，使研究人员可在生物的各层次间进行研究，可以洞察从基因、分子、细胞、器官甚至到整个生物体组织在内的整个过程。然而，传统的生物信息可视化工具大多是根据观察和分析某一类或某一层次实验数据的需求而研制，只能用于观察某一类独立实验的数据。例如，观察基因组序列、分子结构以及基因组比对的可视化软件都是独立的，用户难以用这些来研究不同层次和领域的生物数据之间的关联关系。因此，实现生物各层次数据的综合可视化这一美好蓝图，将是一个庞大的工程，将面临诸多技术挑战。
　　本文面向最底层的生物分子结构和基因组序列数据的综合可视化应用需求，研究探讨分子领域与基因领域的综合可视化的关键技术。已有主流分子结构和基因组序列数据可视化方法得到了到专家的普遍接受，但数据表示方法相互独立，提取各领域数据间关联关系非常困难。研究解决不同层次的生物数据的组织管理问题，是实现真正意义上的综合可视化集成框架的基础和关键技术。本文重点研究了分子结构和基因组序列可视化数据对象特点，综合可视化元数据模型与生成方法，综合可视化数据管理模块系统结构，以及综合可视化数据组织管理模块实现技术等，完成的主要工作和取得的研究成果如下：
　　1.在分析主流分子动力学模拟可视化工具和基因组序列可视化工具数据来源和数据特点基础上，面向分子结构和基因序列数据综合可视化的应用需求，提出了一种基因组序列和分子结构综合可视化元数据模型，通过定义包括分子结构、基因序列以及关联信息三类数据的元数据模型，建立了两个层次和领域数据的关联关系，确定了关联数据描述格式。为基因序列和分子结构数据综合可视化元数据生成，以及基因组序列和分子结构两类数据的综合集成管理提供了理论模型依据。
　　2.面向分子结构和基因序列数据综合可视化数据管理需求，设计了一种具有工具数据管理、应用数据管理和综合服务管理功能的综合数据管理模块系统结构。工具数据管理可对工具文件库、文件数据库以及目录数据库进行统一管理；综合数据管理可对基因组序列可视化数据、分子结构可视化数据及其关联数据进行有效地组织管理；应用服务管理可对一般用户、项目用户、特权用户的数据访问权限等进行统一管理。该模块是综合可视化集成框架中数据组织管理的核心。
　　3.针对基因组序列和分子结构可视化数据都是以规范格式的文本文件形式存储，难以支持综合可视化所需的细粒度数据操作的问题，提出一种基于XML的生物信息元数据生成方法。该方法先用XML语言对非结构化的文本可视化数据进行描述，将其中的元数据信息提取出来并转换为半结构化的XML文档形式；再根据预先定义的模板，将半结构化的XML数据转换为可以在关系数据库中存储的结构化数据形式。该方法以综合可视化元数据模型为依据、XML技术为手段实现了将难以操作的非结构文本数据转换为便于操作和管理的结构化关系型数据库数据，是实现综合可视化数据管理的关键技术。
　　4.在上述研究工作和研究成果基础之上，设计实现一个分子结构和基因组序列数据综合可视化的数据组织管理模块并将该模块嵌入集成框架中，构建了一个分子结构和基因组序列数据综合可视化集成框架。利用该集成框架将已有的主流开源分子结构可视化软件工具 VMD和主流开源基因组序列可视化软件工具JBrowse相集成，实现了一个分子结构和基因组序列数据综合可视化原型系统。该原型系统初步实现了几种综合可视化功能，取得了良好的实验效果，并验证了本文提出和设计的数据组织管理技术方法的合理性和有效性。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 课题背景和研究意义

1.2 分子结构和基因序列综合可视化概况

1.3 课题研究内容

1.4 论文结构

第二章 综合可视化集成框架与相关技术

2.1 集成工具选取与介绍

2.2 综合可视化集成框架

2.3 生物数据相关特点

2.4 本章小结

第三章 综合可视化数据组织与管理

3.1 综合数据管理系统结构

3.2 综合可视化数据对象

3.3 综合可视化元数据模型

3.4 本章小结

第四章 综合可视化元数据生成

4.1 非结构化数据

4.2 XML相关概述

4.3 基于XML的生物信息元数据生成

4.4 本章小结

第五章 原型系统的设计与实现

5.1 系统概述

5.2 原型系统体系结构

5.3 系统关键模块的实现方法

5.4 数据生成实例与实验效果

5.5 本章小结

第六章 总结与展望

6.1 论文工作总结

6.2 未来工作展望

致谢

参考文献

作者在校期间取得的学术成果