최근 질병 분석 및 신약을 개발하기 위한 단백질에 대한 연구는 생명 공학의 큰 테마 중 하나이다. 질병 및 단백질 데이터를 분석하기 위한 연구는 대용량의 데이터 처리를 요구하기 때문에 과거 실험을 통해 접근하던 방식에서 벗어나 최근 IT 기술의 결합을 통해 다양한 실험 데이터를 공유하고, 연계함으로써 질병 및 단백질 분석에 대한 연구를 가속화하고 있다. 하지만 생명 공학 연구자에게 있어서 IT 지식을 기반으로 하는 단백질 분석 도구를 다루는데 많은 어려움이 있다. 이러한 문제를 해결하고자, IT 연구자와 생명 공학 연구자의 협업을 통한 데이터 분석 도구들이 개발되었다. 그러나 기존 데이터 분석 도구들은 확장성 및 여전히 생명과학자들이 사용하기에 어려운 문제가 있다. 본 논문에서는 기존 기법들의 문제점을 해결하는 컴포넌트 기반 질병 및 단백질 분석 시스템을 설계하고 구현한다.
최근 질병 분석 및 신약을 개발하기 위한 단백질에 대한 연구는 생명 공학의 큰 테마 중 하나이다. 질병 및 단백질 데이터를 분석하기 위한 연구는 대용량의 데이터 처리를 요구하기 때문에 과거 실험을 통해 접근하던 방식에서 벗어나 최근 IT 기술의 결합을 통해 다양한 실험 데이터를 공유하고, 연계함으로써 질병 및 단백질 분석에 대한 연구를 가속화하고 있다. 하지만 생명 공학 연구자에게 있어서 IT 지식을 기반으로 하는 단백질 분석 도구를 다루는데 많은 어려움이 있다. 이러한 문제를 해결하고자, IT 연구자와 생명 공학 연구자의 협업을 통한 데이터 분석 도구들이 개발되었다. 그러나 기존 데이터 분석 도구들은 확장성 및 여전히 생명과학자들이 사용하기에 어려운 문제가 있다. 본 논문에서는 기존 기법들의 문제점을 해결하는 컴포넌트 기반 질병 및 단백질 분석 시스템을 설계하고 구현한다.
The research on protein for the diseases analysis and the new medicines development is one of the most important themes in biotechnology. Since the analysis on diseases and protein needs to handle a large scale of data, we don't use the way to approach it by the experiments anymore. In recent, we ha...
The research on protein for the diseases analysis and the new medicines development is one of the most important themes in biotechnology. Since the analysis on diseases and protein needs to handle a large scale of data, we don't use the way to approach it by the experiments anymore. In recent, we have accelerated the research on diseases and protein analysis by sharing and connecting the various experimental data by combining the biotechnology with the IT technology. However, many biotechnology researchers have difficulty in handling the protein analysis tools based on the IT knowledge. In order to solve such problems, data analysis tools through the cooperation between IT researchers and biologists have been developed. However, the existing data analysis tools still have the problems that it is very hard for biologists to extend their functions and to use them. In this paper, we design and implement an effective analysis system for diseases and protein based on components that alleviates the problems of the existing data analysis systems.
The research on protein for the diseases analysis and the new medicines development is one of the most important themes in biotechnology. Since the analysis on diseases and protein needs to handle a large scale of data, we don't use the way to approach it by the experiments anymore. In recent, we have accelerated the research on diseases and protein analysis by sharing and connecting the various experimental data by combining the biotechnology with the IT technology. However, many biotechnology researchers have difficulty in handling the protein analysis tools based on the IT knowledge. In order to solve such problems, data analysis tools through the cooperation between IT researchers and biologists have been developed. However, the existing data analysis tools still have the problems that it is very hard for biologists to extend their functions and to use them. In this paper, we design and implement an effective analysis system for diseases and protein based on components that alleviates the problems of the existing data analysis systems.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서 앞서 설명한 기존의 바이오 데이터 분석도구들의 문제점을 해결하는 새로운 컴포넌트 기반의 질병 및 단백질 데이터 분석시스템을 제안한다. 제안하는 시스템은 기존의 바이오 데이터 분석 도구들과 달리 생명공학자들의 요구 사항을 쉽게 충족시킬 수 있는 기반 인프라를 제공한다.
그리고 컴포넌트를 바탕으로 데이터 분석 모델을 생성하고, 실제 데이터 분석을 수행하기 위한 데이터 분석 엔진을 구성한다. 본 논문에서 제안하는 컴포넌트 기반의 질병 및 단백질 데이터 분석 시스템은 기존 시스템들에 비해 편의성과 효율성을 최대화 한 사용자 인터페이스를 제공하기 위해 Flex3를 활용한 웹 기반의 사용자 인터페이스를 제안한다.
본 논문에서는 IT 연구자와 생명 공학 연구자의 협업을 위한 인프라로서 컴포넌트 기반의 질병 및 단백질데이터 분석 시스템을 설계하고 구현한다. 바이오 데이터 정제를 수행하는데 필수적으로 필요로 하는 내장 컴포넌트 외에도 사용자가 추가로 필요로 하는 분석 방법을 정의한 사용자 컴포넌트의 등록 기능을 제공한다.
본 논문에서는 기존 바이오 데이터 분석 도구가 갖는 문제점을 해결한 질병 및 단백질 데이터 분석 시스템을 설계하고 구현하였다. 제안하는 시스템은 Java 기반의 데이터 분석 컴포넌트 라이브러리와 데이터 분석 엔진으로 구성되어 있으며, 제공하는 컴포넌트 외에도 추가로 사용자가 필요로 하는 컴포넌트의 탑재를 위해 필요한 API를 제공한다.
본 절에서는 제안하는 컴포넌트 기반의 질병 및 단백질 분석 시스템과 기존의 시스템과의 기능 비교 평가를 통해 제안하는 시스템의 우수성을 기술한다. [표 2]는 제안하는 시스템과 기존에 제안 된 시스템의 제공하는 기능의 유/무를 보여준다.
위에서 언급한 문제들로 인해 생물정보학의 연구는 예상보다 쉽게 발전하지 못하고 있다. 이러한 문제점을 해결하기 위해, 본 논문에서는 컴포넌트 기반의 질병 및 단백질 데이터 분석 시스템을 제안한다.
제안 방법
이를 위해 컴포넌트 라이브러리를 정의하고, 컴포넌트 라이브러리에 따라 사용자 컴포넌트를 개발할 수 있도록 API를 제공하여야 한다. 그리고 컴포넌트를 바탕으로 데이터 분석 모델을 생성하고, 실제 데이터 분석을 수행하기 위한 데이터 분석 엔진을 구성한다. 본 논문에서 제안하는 컴포넌트 기반의 질병 및 단백질 데이터 분석 시스템은 기존 시스템들에 비해 편의성과 효율성을 최대화 한 사용자 인터페이스를 제공하기 위해 Flex3를 활용한 웹 기반의 사용자 인터페이스를 제안한다.
데이터 분석 컴포넌트 라이브러리는 데이터 분석을 위해서 필수적으로 필요로 하는 내장 컴포넌트와 사용자가 필요에 의해서 추가로 개발 및 등록을 완료한 컴포넌트에 대한 관리를 수행하며, 컴포넌트 라이브러리에서 관리되는 정보를 기반으로 하여 데이터 분석 엔진은 바이오 데이터 분석 도구를 통하여 사용 가능한 컴포넌트 정보를 제공한다. 사용자는 바이오 데이터 분석도구를 이용하여 네트워크 형태의 분석 모델을 생성하고, 컴포넌트 구동 엔진은 생성 된 분석 모델에 따라 실제 데이터 정제 및 분석을 수행하여 결과를 산출한다.
제안하는 시스템은 데이터 분석 컴포넌트 라이브러리와 네트워크 분석 구성 도구 및 컴포넌트 구동 엔진을 포함한 데이터 분석 엔진으로 구성되어 있으며, 사용자가 필요로 하는 분석 컴포넌트 개발을 지원하기 위해 필요한 API를 제공한다. 또한 제안하는 시스템은 메인 시스템과 클라이언트 측과의 데이터 통신 기능을 제공하며, SOAP/HTTP 프로토콜을 통해 통신을 수행한다.
0을 사용하였다. 또한, 동적인 웹 기반 사용자 인터페이스의 제공하기 위해 데이터 분석 컴포넌트 구성 도구는 Flex3를 이용하여 개발하였고, 웹페이지 상에서 저장하는 데이터를 효율적으로 처리하기 위해 AJAX(Asynchronous Javascript and XML)와 PHP 를 이용하여 서비스를 구현하였다.
드래그 앤 드롭 모듈은 등록 된 각 컴포넌트 위젯에 드래그와 드롭 기능을 제공하여, 캔버스 상에서 자유롭게 배치 및 연결하는 기능을 수행하게 된다. 마지막으로 XML 로드, 생성 및 저장 모듈은 사용자가 생성한 데이터 분석 모델을 분석하여 동적으로 XML 데이터를 생성하고 데이터베이스에 저장하는 기능을 수행한다. 뿐만 아니라 컴포넌트 라이브러리와 주기적인 통신(HttpService)을 통해 XML 형태의 컴포넌트 정보를 동적으로 불러오기룰 수행하여 컴포넌트 등록 모듈이 수행할 수 있는 기반 정보를 제공한다.
본 논문에서 제안하는 컴포넌트 기반의 질병 및 단백질 데이터 분석 시스템은 별도의 완벽한 프로그램을 제공하는 것이 아닌 데이터 정제 및 분석을 수행하는 핵심 컴포넌트만을 개발 및 등록 과정을 거쳐 이를 손쉽게 사용할 수 있는 기반 인프라를 제공한다. [그림 5]는 제안하는 컴포넌트 기반의 질병 및 단백질 데이터 분석 시스템의 구성도를 보여준다.
제안하는 시스템은 기존의 바이오 데이터 분석 도구들과 달리 생명공학자들의 요구 사항을 쉽게 충족시킬 수 있는 기반 인프라를 제공한다. 본 시스템은 생명공학자가 요구하는 다양한 데이터 분석 방법을 구현한 핵심 컴포넌트 (자바의 메서드 개념)를 탑재하여, 해당 컴포넌트를 바탕으로 데이터 분석 모델을 생성한 후, 실제 데이터를 정제 및 분석하는 메커니즘을 가진다.
컴포넌트 라이브러리는 내장 컴포넌트 및 사용자가 등록한 추가 컴포넌트를 관리하는 기능을 수행한다. 사용자가 추가 컴포넌트를 등록 할 경우, 컴포넌트를 검사하여 컴포넌트에 파라미터, 결과 데이터의 형태 등 API에 기반을 둔 유효한 컴포넌트 인지를 검증한다. 컴포넌트 라이브러리는 검증을 마친 유효한 컴포넌트에 대한 등록 의 수행 및 동적으로 XML 컴포넌트 정보를 생성하여, 이를 데이터 분석 엔진에 제공함으로서 바이오 데이터 분석 도구에서 사용자가 분석 모델을 생성하고 실제 데이터 정제를 수행하기 위한 기반 정보를 제공하는 역할을 수행한다.
데이터 분석 컴포넌트 라이브러리는 데이터 분석을 위해서 필수적으로 필요로 하는 내장 컴포넌트와 사용자가 필요에 의해서 추가로 개발 및 등록을 완료한 컴포넌트에 대한 관리를 수행하며, 컴포넌트 라이브러리에서 관리되는 정보를 기반으로 하여 데이터 분석 엔진은 바이오 데이터 분석 도구를 통하여 사용 가능한 컴포넌트 정보를 제공한다. 사용자는 바이오 데이터 분석도구를 이용하여 네트워크 형태의 분석 모델을 생성하고, 컴포넌트 구동 엔진은 생성 된 분석 모델에 따라 실제 데이터 정제 및 분석을 수행하여 결과를 산출한다.
데이터 분석 엔진은 사용자에 의해 데이터 분석 모델을 생성하고, 모델에 따라 컴포넌트를 구동함으로써 데이터를 분석하는 기능을 수행한다. 생명 공학자들이 기존의 분석 도구를 다루는데 어려움을 가지고 있는 것을 고려하여, 그림을 그리듯이 네트워크 분석 모델을 설계할 수 있도록 웹 기반 그래픽 인터페이스를 구현한다.
[그림 8]은 본 논문에서 제안하는 컴포넌트 기반의 질병 및 단백질 데이터 분석 시스템의 화면 구성도를 보여준다. 서비스를 이용하는 사용자가 IT 분야에 친숙하지 않은 생명공학자라는 점을 고려하여 사용자의 편의성과 효율성을 최대화하기 위해서 컴포넌트 위젯 (데이터 분석을 수행하게 되는 작은 단위)의 동적 배치 기능, 드래그와 드롭 기능, 선 도구를 이용한 컴포넌트 간의 연결 기능을 제공한다. 이를 통해 직관적인 인터페이스를 제공함으로써 기존의 도구를 이용함에 있어서 발생하였던 어려움을 해결하였다.
질병 및 단백질 데이터 분석 컴포넌트는 제안하는 시스템에서 기본적으로 제공하는 내장 컴포넌트와 사용자가 필요에 따라 API에 기반을 두어 제작한 사용자 추가 컴포넌트로 구성된다. 제안하는 시스템에서 제공하는 컴포넌트, 즉 내장 컴포넌트는 질병 및 단백질 데이터를 분석하기 위해 필수적으로 필요로 하게 되는 필터링, 파싱, 집계 등의 기능을 수행한다. 질병 및 단백질 분석 시스템은 IT개발자가 쉽게 컴포넌트를 제작하고 운용할 수 있도록 Java 프로그래밍 언어에 기반하며, 기존의 컴포넌트와 사용자 컴포넌트가 유기적으로 연동하여 데이터 분석을 진행하기 위한 API를 제공한다.
본 논문에서는 기존 바이오 데이터 분석 도구가 갖는 문제점을 해결한 질병 및 단백질 데이터 분석 시스템을 설계하고 구현하였다. 제안하는 시스템은 Java 기반의 데이터 분석 컴포넌트 라이브러리와 데이터 분석 엔진으로 구성되어 있으며, 제공하는 컴포넌트 외에도 추가로 사용자가 필요로 하는 컴포넌트의 탑재를 위해 필요한 API를 제공한다. 네트워크 분석 구성 도구는 데이터 분석 컴포넌트를 웹상에서 그래픽 사용자 인터페이스를 이용하여 분석 모델을 작성한다.
본 논문에서 앞서 설명한 기존의 바이오 데이터 분석도구들의 문제점을 해결하는 새로운 컴포넌트 기반의 질병 및 단백질 데이터 분석시스템을 제안한다. 제안하는 시스템은 기존의 바이오 데이터 분석 도구들과 달리 생명공학자들의 요구 사항을 쉽게 충족시킬 수 있는 기반 인프라를 제공한다. 본 시스템은 생명공학자가 요구하는 다양한 데이터 분석 방법을 구현한 핵심 컴포넌트 (자바의 메서드 개념)를 탑재하여, 해당 컴포넌트를 바탕으로 데이터 분석 모델을 생성한 후, 실제 데이터를 정제 및 분석하는 메커니즘을 가진다.
제안하는 시스템은 데이터 분석 컴포넌트 라이브러리와 네트워크 분석 구성 도구 및 컴포넌트 구동 엔진을 포함한 데이터 분석 엔진으로 구성되어 있으며, 사용자가 필요로 하는 분석 컴포넌트 개발을 지원하기 위해 필요한 API를 제공한다. 또한 제안하는 시스템은 메인 시스템과 클라이언트 측과의 데이터 통신 기능을 제공하며, SOAP/HTTP 프로토콜을 통해 통신을 수행한다.
질병 및 단백질 데이터 분석 컴포넌트는 제안하는 시스템에서 기본적으로 제공하는 내장 컴포넌트와 사용자가 필요에 따라 API에 기반을 두어 제작한 사용자 추가 컴포넌트로 구성된다. 제안하는 시스템에서 제공하는 컴포넌트, 즉 내장 컴포넌트는 질병 및 단백질 데이터를 분석하기 위해 필수적으로 필요로 하게 되는 필터링, 파싱, 집계 등의 기능을 수행한다.
네트워크 분석 구성 도구는 데이터 분석 컴포넌트를 웹상에서 그래픽 사용자 인터페이스를 이용하여 분석 모델을 작성한다. 컴포넌트 구동 엔진은 XML 데이터로 생성 된 분석 모델을 이용하여 고차원 데이터 처리 및 분석 기능을 수행하여 결과를 제공한다. 제안하는 시스템은 IT기술자와 생물학자들의 협업을 위한 통합 인프라를 제공함으로써, 생물정보학 분야의 연구를 가속화 할 수 있을 것으로 기대한다.
대상 데이터
제안하는 컴포넌트 기반의 질병 및 단백질 데이터 분석 시스템은 Windows XP 시스템을 기반으로 한 Apache 2.2.11 서버 환경에서 J2EE 1.4와 J2SDK 1.5를 이용하여 구현하였으며, 데이터베이스 관리 시스템으로 MySQL 5.0을 사용하였다. 또한, 동적인 웹 기반 사용자 인터페이스의 제공하기 위해 데이터 분석 컴포넌트 구성 도구는 Flex3를 이용하여 개발하였고, 웹페이지 상에서 저장하는 데이터를 효율적으로 처리하기 위해 AJAX(Asynchronous Javascript and XML)와 PHP 를 이용하여 서비스를 구현하였다.
성능/효과
특히 기존의 유사한 기능을 제공하는 선진 시스템에서 제공하지 않았던 통합 데이터베이스및 처리 결과의 시각화 모듈을 기본 컴포넌트로 제공함으로써 개발 초기의 시스템으로서는 기존의 시스템과 비교하여 수준 높은 기능을 제공한다고 할 수 있다. 뿐만 아니라 기존 대부분의 시스템에서 추가적인 데이터 처리 기법의 확장에 대해서 지원을 하지 않았던 것과 달리 제안하는 시스템에서는 사용자의 요청에 따른 새로운 데이터 분석 컴포넌트의 제작을 지원하기 위한 API를 제공 및 개발 된 컴포넌트를 플러그 인 형태로 사용 할 수 있도록 지원함에 따라 기존의 시스템에 비해 확장성을 높였다. 향후 대규모의 데이터 분석을 수행하고자 하는 연구자를 위하여 개인 PC 단위의 클라이언트에서 수행되던 데이터 분석을 대용량의 서버 및 클러스터에서 수행 할 수 있도록 시스템을 확장할 예정이다.
[그림 10]는 바이오 데이터의 정제 및 수행 결과를 출력한 그림이다. 생성 된 분석 도구 데이터를 기반으로 데이터 분석을 수행한 후, 사용자의 요청에 따라 네트워크의 시각화 및 로컬 컴퓨터에 정제 및 분석 완료 된 데이터를 저장하는 것이 가능하며, 데이터 구성 도구를 구성할 시에, 사용자는 옵션을 설정하므로써 데이터 분석을 수행하는 매 단계 결과를 확인하는 것도 가능하다. 그림에서 보인 데이터 시각화 도구는 분석 결과 데이터를 바탕하는 매 단계 결과를 확인하는 것도 가능하다.
[그림 5]는 제안하는 컴포넌트 기반의 질병 및 단백질 데이터 분석 시스템의 구성도를 보여준다. 제안하는 바이오 데이터 분석 시스템의 가장 큰 특징은 바이오 데이터 분석 수행 프로그램을 개발함에 있어서 한 가지 목적이나 분석 방법에 중점을 둔 프로그램을 개발하는 것이 아닌, 핵심 컴포넌트만 손쉽게 개발하여 동작할 수 있도록 하는 기반 인프라를 제공하는 점이다.
[표 2]는 제안하는 시스템과 기존에 제안 된 시스템의 제공하는 기능의 유/무를 보여준다. 제안하는 시스템은 개발 중인 서버 및 클러스터 기반의 데이터 처리를 제외하고, 외부 웹서비스를 연계한 데이터 처리를 비롯한 선진 시스템에서 제공하는 대부분의 기능을 지원하며, 이에 따른 워크플로우 생성 및 질병 및 단백질 데이터에 대한 처리가 가능하다. 특히 기존의 유사한 기능을 제공하는 선진 시스템에서 제공하지 않았던 통합 데이터베이스및 처리 결과의 시각화 모듈을 기본 컴포넌트로 제공함으로써 개발 초기의 시스템으로서는 기존의 시스템과 비교하여 수준 높은 기능을 제공한다고 할 수 있다.
위에서 언급한 바와 같이, 생명정보 데이터 분석 도구의 개발 및 통합은 활발하게 이루어지고 있지만, 여전히 다음과 같은 문제점을 가지고 있다. 첫째, 기존의 도구들은 확장성이 고려되지 않아서, 생명 공학 연구자 들의 요구에 민첩하게 대처하는 것이 불가능하다. 그렇기 때문에 생명 공학 연구자들이 필요로 하는 분석 방법을 적용하기 위해서는 새로운 도구를 개발하여야 하는 부담이 따르게 되고, 이는 질병 및 단백질 데이터에 대한 분석 및 연구에 추가적으로 시간적, 경제적 손실이 발생하게 된다.
제안하는 시스템은 개발 중인 서버 및 클러스터 기반의 데이터 처리를 제외하고, 외부 웹서비스를 연계한 데이터 처리를 비롯한 선진 시스템에서 제공하는 대부분의 기능을 지원하며, 이에 따른 워크플로우 생성 및 질병 및 단백질 데이터에 대한 처리가 가능하다. 특히 기존의 유사한 기능을 제공하는 선진 시스템에서 제공하지 않았던 통합 데이터베이스및 처리 결과의 시각화 모듈을 기본 컴포넌트로 제공함으로써 개발 초기의 시스템으로서는 기존의 시스템과 비교하여 수준 높은 기능을 제공한다고 할 수 있다. 뿐만 아니라 기존 대부분의 시스템에서 추가적인 데이터 처리 기법의 확장에 대해서 지원을 하지 않았던 것과 달리 제안하는 시스템에서는 사용자의 요청에 따른 새로운 데이터 분석 컴포넌트의 제작을 지원하기 위한 API를 제공 및 개발 된 컴포넌트를 플러그 인 형태로 사용 할 수 있도록 지원함에 따라 기존의 시스템에 비해 확장성을 높였다.
후속연구
그러므로 이러한 문제를 해결하기 위해 생명 공학 연구자가 쉽게 접근 할 수 있는 데이터 분석도구 개발 및 실제 데이터 분석을 지원하는 통합 인프라를 개발하는 것이 시급하다. 이러한 통합 인프라를 이용하여 연구자들의 요구 사항을 충족시키는 데이터 분석 도구의 개발을 함으로써 질병 및 단백질 데이터에 대한 고차원적인 분석과 연구에 드는 시간적, 경제적 손실을 막아 질병의 연구에 있어서 큰 성과를 얻는데 도움이 된다.
컴포넌트 구동 엔진은 XML 데이터로 생성 된 분석 모델을 이용하여 고차원 데이터 처리 및 분석 기능을 수행하여 결과를 제공한다. 제안하는 시스템은 IT기술자와 생물학자들의 협업을 위한 통합 인프라를 제공함으로써, 생물정보학 분야의 연구를 가속화 할 수 있을 것으로 기대한다. 향후 연구로는 제한적으로 제공하고 있는 API를 완벽하게 제공하는 것, 뿐만 아니라, 현재 바이오 분야에 국한된 시스템을 다양한 연구 분야로 확장하는 것이다.
뿐만 아니라 기존 대부분의 시스템에서 추가적인 데이터 처리 기법의 확장에 대해서 지원을 하지 않았던 것과 달리 제안하는 시스템에서는 사용자의 요청에 따른 새로운 데이터 분석 컴포넌트의 제작을 지원하기 위한 API를 제공 및 개발 된 컴포넌트를 플러그 인 형태로 사용 할 수 있도록 지원함에 따라 기존의 시스템에 비해 확장성을 높였다. 향후 대규모의 데이터 분석을 수행하고자 하는 연구자를 위하여 개인 PC 단위의 클라이언트에서 수행되던 데이터 분석을 대용량의 서버 및 클러스터에서 수행 할 수 있도록 시스템을 확장할 예정이다.
제안하는 시스템은 IT기술자와 생물학자들의 협업을 위한 통합 인프라를 제공함으로써, 생물정보학 분야의 연구를 가속화 할 수 있을 것으로 기대한다. 향후 연구로는 제한적으로 제공하고 있는 API를 완벽하게 제공하는 것, 뿐만 아니라, 현재 바이오 분야에 국한된 시스템을 다양한 연구 분야로 확장하는 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
바이오인포매틱스란 무엇인가?
생명 공학 분야에서의 데이터 분석 방법은 가정을 세우고 많은 시간과 노력으로 실험하여 분석 했던 과거의 가정 중심 방법으로부터, 정보처리 기술과 데이터 분석 방법의 발전으로 인해 많은 시간과 노력을 줄일수 있는 데이터 중심 방법으로 옮겨갔다. 이러한 생물학 실험과 컴퓨터 정보 처리를 융합한 모든 연구 분야를 일컬어 생물정보학 - 바이오인포매틱스 (BioInformatics)라고 한다[1][2].
생명 공학 연구자가 쉽게 접근 할 수 있는 데이터 분석도구 개발 및 실제 데이터 분석을 지원하는 통합 인프라를 개발하는 것이 시급한 이유는?
인간의 질병 및 단백질에 대한 연구는 많은 과학자들의 중요 연구테마이자, 일반인을 포함한 모든 사람들의큰 관심사이기도 하다. 현재 질병 데이터 및 단백질 데이터의 분석 기능을 제공하는 다양한 서비스가 존재한다[3]. 하지만, 서로 다른 목적을 위해서 개발 된 데이터 분석 서비스이기 때문에 모든 생명 공학 연구자들의 요구 사항을 충족시키는 것은 불가능하다. 뿐만 아니라, 연구 목적에 부합하는 새로운 데이터 분석 도구를 개발 하기 위한 IT 연구자와 생명 공학 연구자의 협업을 지원하는 IT 인프라의 부재는 생명 공학 연구의 발전을 저해하는 요소로 작용하기도 한다. 뿐만 아니라, 기존의 도구들은 IT 친화적으로 개발되어, 주로 사용하게 되는 생명 공학 연구자들이 쉽게 사용 할 수 없다는 단점도가지고 있다. 그러므로 이러한 문제를 해결하기 위해 생명 공학 연구자가 쉽게 접근 할 수 있는 데이터 분석도구 개발 및 실제 데이터 분석을 지원하는 통합 인프라를 개발하는 것이 시급하다.
Taverna이란 어떤 것인가?
유럽의 BT 분야 e-Science 환경 구축에 있어 핵심적인 역할을 수행하고 있는 도구로서 Taverna[5]가 있다. Taverna는 EPSRC(Engineering and Physical Sciences Research Council)에서 추진하는 myGrid 프로젝트의 한 부분으로서 다양한 생명정보 분석 서비스를 워크플로우 기반으로 통합하여 실행 및 관리를 할수 있도록 하는 도구로서 [그림 1]에서 보는 바와 같이, 다양한 생명정보 서비스를 구성하기 위한 SCUFL(Simple Conceptual Unified Flow Language) 워크플로우 정의와 특정 SCUFL 워크플로우를 생성하고 편집하기 위한 워크벤치, 그리고 생성 된 워크플로우를 실행하고 단계별 결과를 반환하는 워크플로우 실행 엔진으로 구성된다.
참고문헌 (10)
A. M. Lesk Introduction to bioinformatics, Oxford Iniversity Press, United Kingdom, 2002
N. M. Luscomebe and G. D, G. M., "What is bioinformatics? A proposed definition and overview of the filed," Methods Inf. Med, Vol.40, pp.346-358, 2001.
H. Sugawara and S. Miyazaki, "Biological SOAP servers and web services provided by the public sequence data bank," Nucleic Acids Research, Vol.31, No.13, pp.3836-3839, 2003.
M. Deng, S. Mehta, F. Sun, and T. Chen, "Inferring domain-domain interactions from protein?protein interactions," Genome Res. Vol.12, No.10, pp.1540-1548, 2002.
P. Leo, C. Marinelli, G. Pappada, G. Scioscia, and L. Zanchetta, "BioWBI: an Integrated Tool for building and executing Bioinformatic Analysis Workflows," Bioinformatics Italian Society Meeting, pp.26-27, 2004.
http://wildfire.bii.a-star.edu.sg/
C. C. Lian, F. Tang, P. Issac, and A. Krishnan, "GEL: Grid Execution Language," Journal of Parallel and Distributed Computing, Vol.65, No.7, pp.857-869, 2005.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.