Informationsvisualisierung

Transkript

1 Informationsvisualisierung Thema: 7. Visualisierung Biologischer Daten Dozent: Dr. Dirk Zeckzer Sprechstunde: nach Vereinbarung Umfang: 2 Prüfungsfach: Modul Fortgeschrittene Computergrafik Medizininformatik, Angewandte Informatik

2 Übersicht 7. Visualisierung Biologischer Daten 7.1 Biologischer Kontext 7.2 Sequenz-Alignment 7.3 RNA-Sekundärstruktur 7.4 Phylogenetische Bäume 7-2

3 _genome/chp1_3_1.shtml 7.1 Biologischer Kontext Genome Chromosom DNA Gene DNA: Doppelhelix mit Nukleotiden aus Zucker, Phosphat und Basen (Adenine, Cytosin, Guanin, Thymin) nome/chp1_4_1.shtml 7-3

4 7.1 Biologischer Kontext Genome: nur 5% der Gene besteht aus exons und introns RNA: Uracil anstatt Thymin, einzelne Ketten Organism Base pair Gene Baking yeast 12 Mil Fruit fly 137 Mil. 13,601 Human 3 Bil. ~30,

5 7.1 Biologischer Kontext Proteine bestehen aus Aminosäuren 20 Aminosäuren: kodiert mittels Nukleotid-Tripeln (codons) E.g.: GCU, GCC, GCA, GCG Alanine (mrna) Primär Sekundär Tertiär ADMVIKAPAGA KVTKAPVAFSH KGHASMDC Protein Synthese Transkription: Translation: DNA mrna mrna amino acid protein 7-5

6 7.1 Biologischer Kontext Bio-Informatik Unterstützung von Biologen bei der Verarbeitung, Analyse und Interpretation großer Datenmengen Ansätze: Biologische Datenbanken Sequenzen Vergleich Vorhersage der Funktion Proteine Vergleich Vorhersage der Funktion Dynamik Entdeckung neuer Verbindungen Simulation biologischer Prozesse 7-6

7 7.1 Biologischer Kontext Bio-Vis Ausrichtung von Sequenzen (Alignment) RNA-sekundär Struktur Phylogenetische Bäume Analyse von Histone-Modifikationen 7-7

8 7.2 Sequenz-Alignment Ziel: Vergleich von zwei oder mehreren Sequenzen Gegeben zwei Sequenzen GACGGATTAG GATCGGAATAG Mögliche Alignments GACGGATTAG- GATCGGAATAG Gesucht: bestes Alignment Globales Alignment: ganze Sequenzen Lokales Alignment: Teilzeichenketten GA-CGGATTAG GATCGGAATAG Semi-Globales Alignment: Präfixe oder Suffixe Alignment mehrerer Sequenzen DB-Server BLAST FASTA

9 7.2 Sequenz-Alignment Berechnung der Ähnlichkeit zweier Sequenzen Gegeben: Alignment GACGGATTAG- GA-CGGATTAG GATCGGAATAG GATCGGAATAG Berechnung Match: 1 z.b. G mit G Mismatch: -1 z.b. T mit A Space: -2 z.b. mit T Summe: Links: (-1) + 1 (-2) = -6 Rechts: (-1) + 1 (-2) = 6 Ähnlichkeit: Wert des besten Alignments (hier: 6) 7-10

10 7.2 Sequenz-Alignment Visualisierungsmöglichkeiten mehrerer Sequenzen Text Farbkodierung [ 7-11

11 7.2 Sequenz-Alignment JALVIEW ( [Clamp, M., Cuff, J., Searle, S. M. and Barton, G. J. (2004), "The Jalview Java Alignment Editor," Bioinformatics, 20, 426-7] [ 7-12

12 7.2 Sequenz-Alignment SEQUENCE LOGO [Schneider TD, Stephens RM (1990). "Sequence Logos: A New Way to Display Consensus Sequences". Nucleic Acids Res 18 (20): ] 7-13

13 7.2 Sequenz-Alignment PATTVISION [Thiagarajan and Gao, Visualizing Biosequence Data Using Texture Mapping, InfoVis 2002] 3D-Repräsentation Pattern behalten die Farbe bei Blending Planes Interaktion: Zoom 7-14

14 7.2 Sequenz-Alignment 7-15

15 7.2 Sequenz-Alignment ARC DIAGRAMS (for sequence structures) [M. Wattenberg: Arc Diagrams: Visualizing Structure in Strings. InfoVis 2002] Thema einer DNA-Teilsequenz von Hefe 7-16

16 7.3 RNA-Sekundärstruktur Ein einzelner Strang RNA faltet sich an geeigneten Stellen, so dass ein doppelter Strang entsteht Die Sekundärstruktur der RNA hängt mit ihrer Funktion zusammen CGACAGGAGUAGGGUUUUUGUCCUUCCUCGCG Guanine - Cytosine Uracil - Adenine Guanine - Uracil 7-17

17 7.3 RNA-Sekundärstruktur Strukturen E Einzelner Strang B Bulge loop I Innerer loop M Mehrfach loop H Hairpin loop Helix (Stem) 7-18

18 7.3 RNA-Sekundärstruktur Visualisierungsansätze Klammern Matrix Kreis Strukturierter Graph Optimierungskriterien Lesbarkeit der Struktur Keine Überlappungen Konsistente Darstellung ähnlicher Strukturen Hohe Ästhetik Hochauflösende Ausgabe des Ergebnisses 7-19

19 7.3 RNA-Sekundärstruktur Strukturierter Graph Knoten: Basen Kanten: Verbindungen zwischen Basen Repräsentation der Wasserstoffbindung Punkte: Guanine - Cytosine Linien Daten Position der Base Startsymbol 7-20

20 7.3 RNA-Sekundärstruktur Klammern Für jedes Basenpaar: eine öffnende und eine schließende Klammer Für jede ungebundene Base: ein Punkt GGGGGAAAGGGAAAAACCCAAAGGGAAAACCCAAAACCCCC (((((...(((...)))...(((...)))...))))) 7-21

21 7.3 RNA-Sekundärstruktur Matrix Für jedes Basenpaar (i, j): ein Punkt an der Stelle (i, j) in der Matrix Größe des Punktes: Wahrscheinlichkeit der Paarbildung 7-22

22 7.3 RNA-Sekundärstruktur Matrix: Muster Hairpin loop Mehrfach loop Innerer loop rot: weitere Basenpaare grün: keine Basenpaare 7-23

23 7.3 RNA-Sekundärstruktur Kreise Basen werden auf dem Rand eines Kreises platziert Basenpaare werden durch Bögen innerhalb des Kreises dargestellt 7-24

24 7.3 RNA-Sekundärstruktur Kreise: Muster Hairpin loop Bulge loop Mehrfach loop Innerer loop 7-25

25 7.3 RNA-Sekundärstruktur 7-26

26 7.4 Phylogenetische Bäume Problem Erklärung der Zusammenhänge zwischen verschiedenen Arten, DNA oder Proteinen Beispiel: Hypothetische Vorfahren Today s species Siamang Gibbon Orangutan Gorilla Mensch Schimpanse 7-27

27 7.4 Phylogenetische Bäume PhyloDraw [Choi et al., PhyloDraw: a phylogenetic tree drawing system, Bioinformatics 2000] [ 7-28

28 7.4 Phylogenetische Bäume PhyloDraw [Choi et al., PhyloDraw: a phylogenetic tree drawing system, Bioinformatics 2000] [ 7-29

29 7.4 Phylogenetische Bäume Evolutionary Trees [Nina Amenta, Jeff Klingner, Case Study: Visualizing Sets of Evolutionary Trees, InfoVis 2002.] 2 Ansichten Punkte = Bäume MDS-Layout Consensus-Baum Interaktion: Auswahl einzelner Punkte oder von Punktmengen (Mehrfachauswahl möglich) 7-30

30 7.4 Phylogenetische Bäume Evolutionary Trees [Nina Amenta, Jeff Klingner, Case Study: Visualizing Sets of Evolutionary Trees, InfoVis