Visuelle Big Data Analytik in den Lebenswissenschaften

Projekte für Abschlussarbeiten

Bachelorarbeit - MegaMol BALL (Informatik/Bioinformatik)

Integration der Biochemical Algorithms Library in MegaMol

Integration der Biochemical Algorithms Library in MegaMol

  BALL       

 BA-MegaMolBALL.pdf

Aufgabenbeschreibung:
Ziel der Arbeit ist es, ein Interface zwischen den beiden Open-Source-Projekten Biochemical Algorithms Library (BALL, ball-project.org) und MegaMol (https://megamol.org/) [1] zu schaffen. Dabei soll BALL verwendet werden, um biochemische Daten einzuladen und Berechnungen zur Datenanalyse auszuführen, deren Ergebnisse dann mit MegaMol visualisiert werden können. Dazu soll BALL in MegaMol integriert werden, d.h. es soll ein MegaMol-Plugin entwickelt werden, welches die Library einbindet und ein Interface zu BALL bereitstellt, um Daten auszutauschen. Als konkreter Anwendungsfall soll die Docking-Berechnung für Protein-Liganden-Kombinationen in BALL verwendet werden. Die Ergebnisse des Dockings (d.h. die möglichen Positionen des Liganden) sollen in MegaMol angezeigt werden. Dazu können bereits in MegaMol vorhandene Rendering-Verfahren für Biomoleküle verwendet werden.

Im weiteren Verlauf der Arbeit sollen erweiterte Verfahren zur Visualisierung der Docking-Ergebnisse untersucht und ggf. implementiert werden, beispielsweise eine Anzeige des Docking-Scores als Text-Label oder durch Einfärbung des Liganden. Auch die Berechnung und Visualisierung weiterer Kenngrößen wie beispielsweise Interaktionskräften oder Wasserstoffbrücken, welche mit BALL berechnet werden können, ist denkbar.Noch freie Plätze

Voraussetzungen und Bedingungen:

BALL und MegaMol sind in C/C++ implementiert, das heißt die Implementierungen der neu zu erstellenden Programmteile muss ebenfalls in C/C++ erfolgen. Optional soll die bestehende OpenGL-basierte Visualisierung erweitert werden.

Betreuer/Prüfer:

Dr. Philipp Thiel  

Applied Bioinformatics Group, IBMI

thielspam prevention@informatik.uni-tuebingen.de

Jun.-Prof. Dr. Michael Krone

Big Data Visual Analytics in Life Sciences, IBMI

michael.kronespam prevention@uni-tuebingen.de

Literatur:

[1]    S. Grottel, M. Krone, C. Müller, G. Reina, and T. Ertl, “MegaMol - A Prototyping Framework for Particle-
based Visualization,” IEEE Trans. Vis. Comput. Graphics, vol. 21, no. 2, pp. 201–214, 2015.

 

Projekte

PROLINT – Visual Analysis of Protein-Ligand Interactions

Projektpartner:
Prof. Dr. Timo Ropinski, Forschungsgruppe Visual Computing, Universität Ulm
Prof. Dr. Barbora Kozlíková, Department of Computer Graphics and Design, Masaryk University, Tschechien

Projektlaufzeit:
10/2018 – 09/2021

Finanzierung:
Deutsche Forschungsgemeinschaft e.V. (DFG) (DFG-GACR Cooperation: Joint German-Czech Research Projects)

Kurzbeschreibung:
The visual analysis of protein structures has been researched in several projects within the past few years. While molecular structures are relevant, it is necessary to focus on both interaction partners and to also take into account their physico-chemical properties in order to understand protein interactions. Thus, within this research project, we plan to enable the visual analysis of protein-ligand interactions as captured in state-of-the-art simulations by focusing on these properties. The main goal is to make these time-dependent data sets better accessible for protein designers, and help them to develop adaptions that enable a more efficient interaction. In particular, we will develop novel visualization techniques which convey the relevant properties by means of abstract representations as well as structural embeddings. We will enhance these techniques for a visual comparison of different interactions, which eventually enable us to develop domain-centered immersive visual analytics approaches. We will evaluate our methods together with domain experts in order to ensure their effectiveness for the visual analysis of protein-ligand interactions.

Projektbeschreibung in FIT
Projektbeschreibung in DFG GEPRIS

IVM – Illustrative Visualisierung der Unsicherheit in Dynamischen Molekülstrukturen

Projektpartner:
Prof. Dr.-Ing. habil. Kai Lawonn, Visualization and Explorative Data Analysis Group, Universität Jena

Projektlaufzeit:
01/2021 – 12/2022

Finanzierung:
Deutsche Forschungsgemeinschaft e.V. (DFG)

Kurzbeschreibung:
Ziel dieses Forschungsvorhabens ist es, neue Visualisierungstechniken für Unsicherheiten in biomolekularen Daten (beispielsweise Proteinstrukturen, DNA oder RNA) zu entwickeln, welche eine verlässliche und zugleich effiziente, umfassende visuelle Analyse der Daten ermöglichen. Hierzu soll unter anderem der Einsatz illustrativer Visualisierungstechniken zur Darstellung der Unsicherheit untersucht werden. Für die visuelle Analyse und Quantifizierung der Unsicherheiten sollen sowohl dreidimensionalen Struktur-Daten als auch Sequenz-Daten in die Visualisierung einbezogen und kombiniert werden. Neben den in den Daten enthaltenen Unsicherheiten sollen zusätzlich die durch Analyseverfahren induzierten Unsicherheitsfaktoren quantifiziert werden.