2.5D Metabolic Pathway Drawing based on 2-layered Layout

2-계층 레이아웃을 이용한 2.5차원 대사 경로 드로잉

  • 송은하 (이화여자대학교 컴퓨터공학과) ;
  • 함성일 (연세대학교 건축공학과) ;
  • 이상호 (이화여자대학교 컴퓨터공학과) ;
  • 박현석 (이화여자대학교 컴퓨터공학과)
  • Published : 2009.11.15

Abstract

Metabolimics interprets an organism as a network of functional units and an organism is represented by a metabolic pathway i.e., well-displayed graph. So a software tool for drawing pathway is necessary to understand it comprehensively. These tools have a problem that edge-crossings exponentially increase as the number of nodes grows. To apply automatic graph layout techniques to the genome-scale metabolic flow, it is very important to reduce unnecessary edge-crossing on a metabolic pathway layout. In this paper, we design and implement 2.5D metabolic pathway layout modules. Metabolic pathways are represented hierarchically by making use of the '2-layered layout algorithm' in 3D. It enhances the readability and reduces unnecessary edge-crossings by using 3D layout modules instead of 2D layout algorithms.

대사체학은 대사 경로 네트워크를 통해 생명 활동을 이해하고자 하는 분야로서, 대사 경로 내의 흐름을 한 눈에 알 수 있도록 가시화하여 보여 주는 도구가 반드시 필요하다. 이러한 가시화 도구의 경우 노드수가 증가할수록 에지 교차가 기하급수적으로 증가하는 문제가 있다. 따라서 유전체 수준의 대사경로를 연구하기 위해서는 대사 경로 그래프 레이아웃 상에 나타나는 에지 교차를 줄이는 것이 시각화의 매우 중요한 부분이다. 본 논문에서는 대사 경로의 구조적인 특징에 기반한 3차원 공간 상에 대사 경로 그래프를 레이아웃해 주는 모듈을 설계, 구현하였다. 2-계층 레이아웃을 이용하여 대사 경로 그래프를 계층적으로 레이아웃함으로써 표현영역을, 3차원으로 확장시키고 기존의 2차원 레이아웃 알고리즘 적용시 번번히 나타나는 에지 교차의 수를 감소시키는 결과를 얻었다.

Keywords

References

  1. Y. Deville, D. Gilbert, J. Helden and S. Wodak, 'An Overview of Data Models for the Analysis of Biochemical Pathways,' Proceedings of International Workshop on Computational Methods in System Biology, p.174, 2003 https://doi.org/10.1093/bib/4.3.246
  2. P. D. Karp, M. Riley, M. Saier, I. T. Paulsen, J. Collado-Vides, S. M. Paley, A. Pellegrini-Toole, C. Bonavides and S. Gama-Castro, 'The EcoCyc Database,' Nucleic Acids Reasearch, vol.30, no.1, pp.56-58, 2002 https://doi.org/10.1093/nar/30.1.56
  3. M. Y. Becker and I. Rojas, 'A Graph Layout Algorithm for Drawing Metabolic Pathways,' BIOINFORMATICS, vol.17, no.5, pp.461-467, 2001 https://doi.org/10.1093/bioinformatics/17.5.461
  4. Y. Yang, E. S. Wurtele, C. Cruz-Neira, J. A. Dickerson 'Hierarchical Visualization of Metabolic Networks using Virtual Reality,' Proceedings of the 2006 ACM international conference on Virtual reality continuum and its applications, pp.377-381, 2006 https://doi.org/10.1145/1128923.1128992
  5. I. Rojdestvenski, 'Metabolic pathways in three dimensions,' BIOINFORMATICS, vol.19, no.18, pp.2436-2441, 2003 https://doi.org/10.1093/bioinformatics/btg342
  6. A. Barabasi and R.Albert, 'Emergence of Scaling in Random Networks,' SCIENCE, vol.286, pp.509-512, 1999 https://doi.org/10.1126/science.286.5439.509
  7. K. -I. Goh, B. Kahng and D. Kim, 'Universal Behavior of Load Distribution in Scale-Free Networks,' Physical Review Letters, vol.87, no.27, 2001 https://doi.org/10.1103/PhysRevLett.87.278701
  8. H. Jeong, B. Tombor, R. Albert, Z. N. Oltvai and A. -L. Barabasi, 'The Large-scale Organization of Metabolic Networks,' NATURE, vol.407, pp.651-654, 2000 https://doi.org/10.1038/35036627
  9. P. Holme, M. Huss and H. Jeong, 'Subnetwork Hierarchies of Biochemical Pathways,' BIOINFORMATICS, vol.19, no.4, pp.532-538, 2003 https://doi.org/10.1093/bioinformatics/btg033
  10. V. Spirin and L. A. Mirny, 'Protein complexes and functional modules in molecular networks,' PNAS, vol.100, no.21, pp.12123-12128, 2003 https://doi.org/10.1073/pnas.2032324100
  11. M. Koyuturk, A. Grama and W. Szpankowski, 'An efficient algorithm for detecting frequent subgraphs in biological networks,' BIOINFORMATICS, vol.20 suppl.1, pp.i200-i207, 2004 https://doi.org/10.1093/bioinformatics/bth919
  12. R. Wiese, M. Eiglsperger and P. Schabert, 'The Y-files Graph Library: Documentation and Code available at http://www-pr.informatik.uni-tuebingen.de/yfiles,' 2000