BioJava – Wikipedia

Posted on by
before-content-x4

BioJava
BioJava-logo-full.png
Ursprüngliche Autor (en) Andreas Prlić
Entwickler Amr ALHOSSAR, Andreas Prlic, Dmytro Guzenko, Hannes Brandstätter-Müller, Thomas Down, Michael L. Heuer, Peter Troshin, Jian Jiong Gao, Aleix Lafita, Peter Rose, Spencer Bliven
Erstveröffentlichung 2002;; Vor 18 Jahren ((2002)
Stabile Version

5.2.1 / 5. Februar 2019;; Vor 21 Monaten ((05.02.2019)
Repository Github.com/ biojava
Geschrieben in Java
Plattform Webbrowser mit Java SE
Verfügbar in Englisch
Art Bioinformatik
Lizenz Geringere GPL 2.1
Webseite Biojava.org

BioJava ist ein Open-Source-Softwareprojekt, das Java-Tools zur Verarbeitung biologischer Daten bereitstellt.[1][2][3] BioJava ist eine Reihe von Bibliotheksfunktionen, die in der Programmiersprache Java geschrieben wurden, um Sequenzen, Proteinstrukturen, Dateiparser, CORBA-Interoperabilität (Common Object Request Broker Architecture), DAS (Distributed Annotation System), Zugriff auf AceDB, dynamische Programmierung und einfache Statistik zu bearbeiten Routinen. BioJava unterstützt eine Vielzahl von Daten, angefangen von DNA- und Proteinsequenzen bis hin zu 3D-Proteinstrukturen. Die BioJava-Bibliotheken sind nützlich, um viele tägliche und alltägliche Bioinformatik-Aufgaben zu automatisieren, z. B. das Parsen einer PDB-Datei (Protein Data Bank), die Interaktion mit Jmol und vieles mehr.[4] Diese Anwendungsprogrammierschnittstelle (API) bietet verschiedene Dateiparser, Datenmodelle und Algorithmen, um die Arbeit mit den Standarddatenformaten zu erleichtern und eine schnelle Anwendungsentwicklung und -analyse zu ermöglichen.

Weitere Projekte von BioJava sind rcsb-sequenceviewer, biojava-http, biojava-spark und rcsb-Viewer.

Eigenschaften[edit]

BioJava bietet Softwaremodule für viele der typischen Aufgaben der Bioinformatik-Programmierung. Diese beinhalten:

  • Zugriff auf Nukleotid- und Peptidsequenzdaten aus lokalen und entfernten Datenbanken
  • Transformieren von Formaten von Datenbank- / Dateidatensätzen
  • Analyse und Manipulation der Proteinstruktur
  • Einzelne Sequenzen bearbeiten
  • Suche nach ähnlichen Sequenzen
  • Erstellen und Bearbeiten von Sequenzausrichtungen

Geschichte und Veröffentlichungen[edit]

Das BioJava-Projekt entstand aus der Arbeit von Thomas Down und Matthew Pocock zur Erstellung einer API zur Vereinfachung der Entwicklung von Java-basierten Bioinformatik-Tools. BioJava ist ein aktives Open Source-Projekt, das über mehr als 12 Jahre und von mehr als 60 Entwicklern entwickelt wurde. BioJava ist eines von mehreren Bio * -Projekten zur Reduzierung von Codeduplizierungen.[5] Beispiele für solche Projekte, die neben BioJava unter Bio * fallen, sind BioPython,[6]BioPerl,[7]BioRuby,[8] PRÄGEN[9] etc.

Im Oktober 2012 wurde das erste Papier zu BioJava veröffentlicht.[10] In diesem Dokument wurden die Module, Funktionen und der Zweck von BioJava detailliert beschrieben.

Seit November 2018 zählt Google Scholar mehr als 130 Zitate.[11]

Das neueste Papier zu BioJava wurde im Februar 2017 verfasst.[12] In diesem Artikel wurde ein neues Tool namens BioJava-ModFinder beschrieben. Dieses Tool kann zur Identifizierung und anschließenden Zuordnung von Proteinmodifikationen zu 3D in der Proteindatenbank (PBD) verwendet werden. Das Paket wurde auch in die RCSB PDB-Webanwendung integriert und fügte dem Sequenzdiagramm und der Strukturanzeige Anmerkungen zur Proteinmodifikation hinzu. Mit BioJava-ModFinder wurden mehr als 30.000 Strukturen mit Proteinmodifikationen identifiziert, die auf der RCSB PDB-Website zu finden sind.

Im Jahr 2008 wurde der erste Application Note von BioJava veröffentlicht.[2] Es wurde im April 2013 von seinem ursprünglichen CVS-Repository auf den Git-Hub migriert.[13] Das Projekt wurde in ein separates Repository, BioJava-Legacy, verschoben und wird weiterhin für kleinere Änderungen und Fehlerbehebungen beibehalten.[14]

Version 3 wurde im Dezember 2010 veröffentlicht. Es war ein wichtiges Update der vorherigen Versionen. Ziel dieser Version war es, BioJava so umzuschreiben, dass es in kleine, wiederverwendbare Komponenten modularisiert werden kann. Dadurch konnten Entwickler leichter Beiträge leisten und Abhängigkeiten reduzieren. Der neue Ansatz in BioJava 3 wurde den Apache Commons nachempfunden.

Version 4 wurde im Januar 2015 veröffentlicht. Diese Version brachte viele neue Funktionen und Verbesserungen für die Pakete Biojava-Core, Biojava-Struktur, Biojava-Struktur-GUI, Biojava-Phylo und andere. BioJava 4.2.0 war die erste Version, die mit Maven von Maven Central verfügbar war.

Version 5 wurde im März 2018 veröffentlicht. Dies ist ein wichtiger Meilenstein für das Projekt. BioJava 5.0.0 ist die erste Version, die auf Java 8 basiert und die Verwendung von Lambda-Funktionen und Streaming-API-Aufrufen einführt. Es gab auch wesentliche Änderungen am Biojava-Strukturmodul. Außerdem wurden die vorherigen Datenmodelle für makromolekulare Strukturen angepasst, um das mmCIF-Datenmodell genauer darzustellen. Dies war die erste Veröffentlichung seit über zwei Jahren. Einige der anderen Verbesserungen umfassen Optimierungen im Biojava-Strukturmodul zur Verbesserung der Symmetrieerkennung und zusätzliche Unterstützung für MMTF-Formate. Weitere allgemeine Verbesserungen sind Javadoc-Updates, Abhängigkeitsversionen und alle Tests sind jetzt Junit4. Die Veröffentlichung enthält 1.170 Commits von 19 Mitwirkenden.

Module[edit]

In den Jahren 2014 bis 2015 wurden große Teile der ursprünglichen Codebasis neu geschrieben. BioJava 3 ist eine deutliche Abkehr von der Version 1. Es besteht jetzt aus mehreren unabhängigen Modulen, die mit einem Automatisierungstool namens Apache Maven erstellt wurden.[15] Diese Module bieten modernste Tools für den Vergleich der Proteinstruktur, die paarweise und mehrfache Sequenzausrichtung, die Arbeit mit DNA- und Proteinsequenzen, die Analyse der Aminosäureeigenschaften, den Nachweis von Proteinmodifikationen, die Vorhersage ungeordneter Regionen in Proteinen und Parser für gemeinsame Dateien Formate unter Verwendung eines biologisch aussagekräftigen Datenmodells. Der ursprüngliche Code wurde in ein separates BioJava-Legacy-Projekt verschoben, das aus Gründen der Abwärtskompatibilität weiterhin verfügbar ist.[16]

BioJava 5 führte zwei Funktionen in neue Module ein: Biojava-Ausrichtung und Biojava-Struktur.

In den folgenden Abschnitten werden einige der neuen Module beschrieben und einige der neuen Funktionen hervorgehoben, die in der neuesten Version von BioJava enthalten sind.

BioJava 5 Module Layout.png

Kern Modul[edit]

Dieses Modul bietet Java-Klassen zur Modellierung von Aminosäure- oder Nukleotidsequenzen. Die Klassen wurden so konzipiert, dass die Namen den Biologen bekannt und sinnvoll sind und auch eine konkrete Darstellung der Schritte beim Übergang von einer Gensequenz zu einer Proteinsequenz für Informatiker und Programmierer bieten.

Eine wesentliche Änderung zwischen dem alten BioJava-Projekt und BioJava3 besteht in der Art und Weise, wie das Framework entwickelt wurde, um die damals neuen Innovationen in Java zu nutzen. Eine Sequenz ist als generische Schnittstelle definiert, über die der Rest der Module jedes Dienstprogramm erstellen kann, das für alle Sequenzen ausgeführt wird. Spezifische Klassen für gängige Sequenzen wie DNA und Proteine ​​wurden definiert, um die Verwendbarkeit für Biologen zu verbessern. Die Translation Engine nutzt diese Arbeit wirklich, indem sie Konvertierungen zwischen DNA-, RNA- und Aminosäuresequenzen ermöglicht. Diese Engine kann Details wie das Auswählen der Codontabelle, das Konvertieren von Startcodons in Methionin, das Trimmen von Stoppcodons, das Spezifizieren des Leserasters und das Übergeben mehrdeutiger Sequenzen verarbeiten.

Besonderes Augenmerk wurde auf die Gestaltung der Speicherung von Sequenzen gelegt, um den Platzbedarf zu minimieren. Spezielle Entwurfsmuster wie das Proxy-Muster ermöglichten es den Entwicklern, das Framework so zu erstellen, dass Sequenzen im Speicher gespeichert, bei Bedarf von einem Webdienst wie UniProt abgerufen oder bei Bedarf aus einer FASTA-Datei gelesen werden können. Die beiden letztgenannten Ansätze sparen Speicher, indem Sequenzdaten erst geladen werden, wenn in der Anwendung darauf verwiesen wird. Dieses Konzept kann erweitert werden, um sehr große genomische Datensätze wie NCBI GenBank oder eine proprietäre Datenbank zu verarbeiten.

Proteinstrukturmodule[edit]

Dieses Fenster zeigt zwei gegeneinander ausgerichtete Proteine ​​mit den IDs “4hhb.A” und “4hhb.B”. Der Code ist auf der linken Seite angegeben. Dies wird mithilfe von BioJava-Bibliotheken erstellt, die wiederum den Jmol-Viewer verwenden.[4] Der FATCAT[17] Hier wird ein starrer Algorithmus verwendet, um die Ausrichtung durchzuführen.

Die Proteinstrukturmodule bieten Werkzeuge zur Darstellung und Manipulation von biomolekularen 3D-Strukturen. Sie konzentrieren sich auf den Vergleich der Proteinstruktur.

Die folgenden Algorithmen wurden implementiert und in BioJava enthalten.

  • FATCAT-Algorithmus zur flexiblen und starren Körperausrichtung.[17]
  • Der Standardalgorithmus für die kombinatorische Erweiterung (CE).[18]
  • Eine neue Version von CE, die zirkuläre Permutationen in Proteinen nachweisen kann.[19]

Diese Algorithmen werden verwendet, um die RCSB-Proteindatenbank (PDB) bereitzustellen.[20] Proteinvergleichstool sowie wöchentliche systematische Vergleiche aller Proteine ​​im PDB.[21]

Parser für PDB[22] und mmCIF[23] Dateiformate ermöglichen das Laden von Strukturdaten in ein wiederverwendbares Datenmodell. Diese Funktion wird vom SIFTS-Projekt verwendet, um zwischen UniProt-Sequenzen und PDB-Strukturen abzubilden.[24] Informationen vom RCSB-PDB können dynamisch abgerufen werden, ohne dass Daten manuell heruntergeladen werden müssen. Zur Visualisierung wird eine Schnittstelle zum 3D-Viewer Jmol bereitgestellt.[4]

Genom- und Sequenzierungsmodule[edit]

Dieses Modul konzentriert sich auf die Erstellung von Gensequenzobjekten aus dem Kernmodul. Dies wird erreicht, indem das Parsen der folgenden gängigen Standarddateiformate unterstützt wird, die von Open Source-Anwendungen zur Genvorhersage generiert werden:

  • Von GeneMark generierte GTF-Dateien[25]
  • Von GeneID generierte GFF2-Dateien[26]
  • Von Glimmer generierte GFF3-Dateien[27]

Anschließend werden die Gensequenzobjekte als GFF3-Format ausgeschrieben und in GMOD importiert.[28]

Diese Dateiformate sind gut definiert, aber was in die Datei geschrieben wird, ist sehr flexibel.

Zur Unterstützung der Eingabe / Ausgabe für mehrere gängige Varianten des FASTQ-Dateiformats der Sequenzer der nächsten Generation[29] Ein separates Sequenzierungsmodul wird bereitgestellt. Beispiele zur Verwendung dieses Moduls finden Sie hier Verknüpfung.

Ausrichtungsmodul[edit]

Dieses Modul enthält mehrere Klassen und Methoden, mit denen Benutzer die Ausrichtung paarweise und mit mehreren Sequenzen durchführen können. Sequenzen können sowohl einzeln als auch mit mehreren Threads ausgerichtet werden. BioJava setzt den Needleman-Wunsch um[30] Algorithmus für optimale globale Ausrichtungen und der von Smith und Waterman[31] Algorithmus für lokale Ausrichtungen. Die Ausgaben für lokale und globale Ausrichtungen sind in Standardformaten verfügbar. Zusätzlich zu diesen beiden Algorithmen gibt es eine Implementierung des Guan-Uberbacher-Algorithmus[32] Dies führt die globale Sequenzausrichtung sehr effizient durch, da nur ein linearer Speicher verwendet wird.

Zum Mehrfachsequenzausrichtungkann jedes der oben diskutierten Verfahren verwendet werden, um schrittweise eine Mehrfachsequenzausrichtung durchzuführen.

ModFinder-Modul[edit]

Eine Beispielanwendung mit dem ModFinder-Modul und dem Proteinstrukturmodul. Proteinmodifikationen werden auf die Sequenz und Struktur von Ferredoxin I (PDB ID 1GAO) abgebildet.[33] In der Proteinsequenz sind zwei mögliche Eisen-Schwefel-Cluster dargestellt (3Fe-4S (F3S): orangefarbene Dreiecke / Linien; 4Fe-4S (SF4): violette Diamanten / Linien). Der 4Fe-4S-Cluster wird im Jmol-Strukturfenster über der Sequenzanzeige angezeigt

Das ModFinder-Modul bietet neue Methoden zur Identifizierung und Klassifizierung von Proteinmodifikationen in Protein-3D-Strukturen. Über 400 verschiedene Arten von Proteinmodifikationen wie Phosphorylierung, Glykosylierung, Metallchelatbildung mit Disulfidbindungen usw. wurden gesammelt und basierend auf Anmerkungen in PSI-MOD kuratiert.[34] RESID[35] und RCSB PDB.[36] Das Modul bietet auch eine API zum Nachweis von prä-, co- und posttranslationalen Proteinmodifikationen innerhalb von Proteinstrukturen. Dieses Modul kann auch die Phosphorylierung identifizieren und alle vorinstallierten Modifikationen aus einer Struktur drucken.

Modul für Aminosäureeigenschaften[edit]

Dieses Modul versucht, genaue physikalisch-chemische Eigenschaften von Proteinen bereitzustellen. Mit diesem Modul können folgende Eigenschaften berechnet werden:

Die genauen Molekulargewichte für übliche isotopenmarkierte Aminosäuren sind in diesem Modul enthalten. Es besteht auch die Flexibilität, neue Aminosäuremoleküle mit ihren Molekulargewichten unter Verwendung einfacher XML-Konfigurationsdateien zu definieren. Dies kann nützlich sein, wenn die genaue Masse von großer Bedeutung ist, beispielsweise bei Massenspektrometrie-Experimenten.

Proteinstörungsmodul[edit]

Das Ziel dieses Moduls ist es, Benutzern Möglichkeiten zu bieten, Störungen in Proteinmolekülen zu finden. BioJava enthält eine Java-Implementierung des RONN Anzeichen. Das BioJava 3.0.5 nutzt die Unterstützung von Java für Multithreading, um die Leistung um das bis zu 3,2-fache zu verbessern.[37] auf einer modernen Quad-Core-Maschine im Vergleich zur alten C-Implementierung.

Es gibt zwei Möglichkeiten, dieses Modul zu verwenden:

  • Funktionsaufrufe der Bibliothek verwenden
  • Befehlszeile verwenden

Einige Funktionen dieses Moduls umfassen:

  • Berechnung der Wahrscheinlichkeit einer Störung für jeden Rest in einer Sequenz
  • Berechnung der Wahrscheinlichkeit einer Störung für jeden Rest in der Sequenz für alle Proteine ​​aus einer FASTA-Eingabedatei
  • Holen Sie sich die ungeordneten Regionen des Proteins für eine einzelne Proteinsequenz oder für alle Proteine ​​aus einer FASTA-Eingabedatei

Webdienst-Zugriffsmodul[edit]

Nach den aktuellen Trends in der Bioinformatik werden webbasierte Tools immer beliebter. Über das Webdienstmodul kann über REST-Protokolle auf Bioinformatikdienste zugegriffen werden. Derzeit sind zwei Dienste implementiert: NCBI Blast über die Blast-URLAPI (früher als QBlast bekannt) und den HMMER-Webdienst.[38]

Vergleiche mit anderen Alternativen[edit]

Der Bedarf an kundenspezifischer Software im Bereich der Bioinformatik wurde von mehreren Gruppen und Einzelpersonen angesprochen. Ähnlich wie bei BioJava bieten Open-Source-Softwareprojekte wie BioPerl, BioPython und BioRuby Toolkits mit mehreren Funktionen, mit denen sich benutzerdefinierte Pipelines oder Analysen einfacher erstellen lassen.

Wie die Namen vermuten lassen, verwenden die oben genannten Projekte unterschiedliche Programmiersprachen. Alle diese APIs bieten ähnliche Tools. Nach welchen Kriterien sollte man seine Wahl treffen? Für Programmierer, die nur Erfahrung mit einer dieser Sprachen haben, ist die Auswahl unkompliziert. Für einen vielseitigen Bioinformatiker, der alle diese Sprachen beherrscht und die beste Sprache für einen Job auswählen möchte, kann die Auswahl jedoch anhand der folgenden Richtlinien getroffen werden, die durch eine Softwareüberprüfung der Bio * -Tool-Kits gegeben wurden.[5]

Im Allgemeinen ist es für kleine Programme (<500 Zeilen), die nur von einer Einzelperson oder einer kleinen Gruppe verwendet werden, schwer, Perl und BioPerl zu schlagen. Diese Einschränkungen decken wahrscheinlich den Bedarf von 90 Prozent der persönlichen Bioinformatik-Programmierung ab.

Für Anfänger und zum Schreiben größerer Programme im Bio-Bereich, insbesondere solcher, die von anderen geteilt und unterstützt werden sollen, ist Python aufgrund seiner Klarheit und Kürze sehr attraktiv.

Für diejenigen, die eine Karriere in der Bioinformatik anstreben und nur eine Sprache lernen möchten, bietet Java die umfassendste allgemeine Programmierunterstützung, eine sehr gute Unterstützung im Bio-Bereich mit BioJava und ist jetzt die De-facto-Geschäftssprache (die neue) COBOL, zum Guten oder Schlechten).

Neben diesen Bio * -Projekten gibt es ein weiteres Projekt namens STRAP, das Java verwendet und ähnliche Ziele verfolgt. Die STRAP-Toolbox ist ähnlich wie BioJava auch ein Java-Toolkit zum Entwerfen von Bioinformatik-Programmen und -Skripten. Die Ähnlichkeiten und Unterschiede zwischen BioJava und STRAP sind wie folgt:

Ähnlichkeiten

  • Beide bieten umfassende Methodensammlungen für Proteinsequenzen.
  • Beide werden von Java-Programmierern zum Codieren von Bioinformatik-Algorithmen verwendet.
  • Sowohl separate Implementierungen als auch Definitionen mithilfe von Java-Schnittstellen.
  • Beide sind Open Source-Projekte.
  • Beide können viele Sequenzdateiformate lesen und schreiben.

Unterschiede

  • BioJava ist auf Nukleotid- und Peptidsequenzen anwendbar und kann für ganze Genome angewendet werden. STRAP kann nicht mit einzelnen Sequenzen fertig werden, solange ein ganzes Chromosom vorhanden ist. Stattdessen manipuliert STRAP Peptidsequenzen und 3D-Strukturen von der Größe einzelner Proteine. Trotzdem kann es eine große Anzahl von Sequenzen und Strukturen im Speicher halten. STRAP ist für Proteinsequenzen konzipiert, kann jedoch codierende Nukleotiddateien lesen, die dann in Peptidsequenzen übersetzt werden.
  • STRAP ist sehr schnell, da die grafische Benutzeroberfläche sehr reaktionsschnell sein muss. BioJava wird dort eingesetzt, wo die Geschwindigkeit weniger kritisch ist.
  • BioJava ist in Bezug auf Typensicherheit, Ontologie und Objektdesign gut konzipiert. BioJava verwendet Objekte für Sequenzen, Anmerkungen und Sequenzpositionen. Sogar einzelne Aminosäuren oder Nukleotide sind Objektreferenzen. Um die Geschwindigkeit zu erhöhen, vermeidet STRAP häufige Objektinstanziierungen und den Aufruf nicht endgültiger Objektmethoden.
    • In BioJava sind Peptidsequenzen und Nukleotidsequenzen Listen von Symbolen. Die Symbole können mit einem Iterator nacheinander abgerufen werden, oder es können Teilsequenzen erhalten werden. Die Vorteile sind, dass sich die gesamte Sequenz nicht unbedingt im Speicher befindet und dass Programme weniger anfällig für Programmierfehler sind. Symbol Objekte sind unveränderliche Elemente eines Alphabets. In STRAP werden jedoch einfache Byte-Arrays für Sequenzen und Float-Arrays für Koordinaten verwendet. Neben der Geschwindigkeit ist der geringe Speicherverbrauch ein wichtiger Vorteil der Basisdatentypen. Klassen in Strap legen interne Daten offen. Daher können Programmierer Programmierfehler wie das direkte Bearbeiten von Bytearrays begehen, anstatt die Setter-Methoden zu verwenden. Ein weiterer Nachteil ist, dass in STRAP keine Überprüfung durchgeführt wird, ob die Zeichen in Sequenzen in Bezug auf ein zugrunde liegendes Alphabet gültig sind.
    • In BioJava werden Sequenzpositionen von der Klasse realisiert Ort. Nicht zusammenhängend Ort Objekte bestehen aus mehreren zusammenhängenden Objekten RangeLocation Objekte oder PointLocation Objekte. Für die Klasse StrapProtein Einzelne Restpositionen werden jedoch durch Ganzzahlen zwischen 0 und 0 angegeben countResidues () – 1. Mehrere Positionen werden durch boolesche Arrays angegeben. Wahr bei einem bestimmten Index bedeutet ausgewählt, während falsch nicht ausgewählt bedeutet.
  • BioJava löst Ausnahmen aus, wenn Methoden mit ungültigen Parametern aufgerufen werden. STRAP vermeidet die zeitaufwändige Erstellung von Throwable-Objekten. Stattdessen werden Fehler in Methoden durch die Rückgabewerte NaN, -1 oder null angezeigt. Aus Sicht der Programmgestaltung jedoch Werfen Objekte sind schöner.
  • In BioJava a Reihenfolge Objekt ist entweder eine Peptidsequenz oder eine Nukleotidsequenz. Ein StrapProtein kann beide gleichzeitig halten, wenn eine codierende Nukleotidsequenz gelesen und in Protein übersetzt wurde. Sowohl die Nukleotidsequenz als auch die Peptidsequenz sind in demselben StrapProtein-Objekt enthalten. Die codierenden oder nicht codierenden Regionen können geändert werden und die Peptidsequenz ändert sich entsprechend.

Projekte mit BioJava[edit]

Die folgenden Projekte verwenden BioJava.

  • Metabolic Pathway Builder: Software-Suite zur Erforschung von Verbindungen zwischen Genen, Proteinen, Reaktionen und Stoffwechselwegen
  • DengueInfo: Ein Dengue-Genominformationsportal, das BioJava in der Middleware verwendet und mit einer Biosql-Datenbank kommuniziert.
  • Dazzle: Ein BioJava-basierter DAS-Server.
  • BioSense: Ein Plug-In für die InforSense Suite, eine Analyse-Softwareplattform von IDBS, die BioJava vereint.
  • Bioclipse: Eine kostenlose Open-Source-Workbench für Chemo- und Bioinformatik mit leistungsstarken Bearbeitungs- und Visualisierungsfunktionen für Moleküle, Sequenzen, Proteine, Spektren usw.
  • PROMPT: Ein kostenloses Open-Source-Framework und eine Anwendung zum Vergleich und zur Kartierung von Proteinsätzen. Verwendet BioJava für die Verarbeitung der meisten Eingabedatenformate.
  • Cytoscape: Eine Open-Source-Softwareplattform für Bioinformatik zur Visualisierung molekularer Interaktionsnetzwerke.
  • BioWeka: Eine Open-Source-Anwendung für biologisches Data Mining.
  • Geneious: Ein molekularbiologisches Toolkit.
  • MassSieve: Eine Open-Source-Anwendung zur Analyse von Proteomics-Daten für Massenspezifikationen.
  • Gurt: Ein Werkzeug zur Ausrichtung mehrerer Sequenzen und zur sequenzbasierten Strukturausrichtung.
  • Jstacs: Ein Java-Framework zur statistischen Analyse und Klassifizierung biologischer Sequenzen
  • jLSTM “Long Short-Term Memory” zur Proteinklassifizierung
  • LaJolla Strukturelle Ausrichtung von RNA und Proteinen unter Verwendung einer Indexstruktur zur schnellen Ausrichtung von Tausenden von Strukturen. Einschließlich einer benutzerfreundlichen Befehlszeilenschnittstelle. Open Source bei Sourceforge.
  • GenBeans: Eine umfangreiche Client-Plattform für Bioinformatik, die sich hauptsächlich auf Molekularbiologie und Sequenzanalyse konzentriert.
  • JEnsembl: Eine versionierungsfähige Java-API für Ensembl-Datensysteme.[39]
  • MUSI: Ein integriertes System zur Identifizierung mehrerer Spezifitäten aus sehr großen Peptid- oder Nukleinsäuredatensätzen.[40]
  • Bioshell: Eine Utility-Bibliothek für strukturelle Bioinformatik[41]

Siehe auch[edit]

Verweise[edit]

  1. ^ Prlić A, Yates A, Bliven SE et al. (Oktober 2012). “BioJava: ein Open-Source-Framework für Bioinformatik im Jahr 2012”. Bioinformatik. 28 (20): 2693–5. doi:10.1093 / bioinformatics / bts494. PMC 3467744. PMID 22877863.
  2. ^ ein b Holland RC, Down TA, Pocock M., Prlić A., Huen D., James K. et al. (2008). “BioJava: ein Open-Source-Framework für Bioinformatik”. Bioinformatik. 24 (18): 2096–7. doi:10.1093 / bioinformatics / btn397. PMC 2530884. PMID 18689808.
  3. ^ VS Matha und P Kangueane, 2009, Bioinformatik: eine konzeptbasierte Einführung, 2009. S. 26
  4. ^ ein b c Hanson, RM (2010) Jmol ein Paradigmenwechsel in der kristallographischen Visualisierung.
  5. ^ ein b Mangalam H (2002). “Die Bio * Toolkits – ein kurzer Überblick”. Briefings in Bioinformatik. 3 (3): 296–302. doi:10.1093 / bib / 3.3.296. PMID 12230038.
  6. ^ Hahn PJ, Antao T, Chang JT, et al. (Juni 2009). “Biopython: frei verfügbare Python-Tools für die rechnergestützte Molekularbiologie und Bioinformatik”. Bioinformatik. 25 (11): 1422–3. doi:10.1093 / bioinformatics / btp163. PMC 2682512. PMID 19304878.
  7. ^ Stajich JE, Block D, Boulez K. et al. (Oktober 2002). “Das Bioperl-Toolkit: Perl-Module für die Biowissenschaften”. Genom Res. 12 (10): 1611–8. doi:10.1101 / gr.361602. PMC 187536. PMID 12368254.
  8. ^ Gehe zu N, Prins P, Nakao M, Bonnal R, Aerts J, Katayama T (Oktober 2010). “BioRuby: Bioinformatik-Software für die Programmiersprache Ruby”. Bioinformatik. 26 (20): 2617–9. doi:10.1093 / bioinformatics / btq475. PMC 2951089. PMID 20739307.
  9. ^ Reis P, Longden I, Bleasby A (Juni 2000). “EMBOSS: die Open Software Suite der Europäischen Molekularbiologie”. Trends Genet. 16 (6): 276–7. doi:10.1016 / S0168-9525 (00) 02024-2. PMID 10827456.
  10. ^ Prlić A, Yates A, Bliven SE et al. (Oktober 2012). “BioJava: ein Open-Source-Framework für Bioinformatik im Jahr 2012”. Bioinformatik. 28 (20): 2693–5. doi:10.1093 / bioinformatics / bts494. PMC 3467744. PMID 22877863.
  11. ^ “Google Scholar”. Scholar.google.com. Abgerufen 2018-11-22.
  12. ^ Gao, Jianjiong; Prlić, Andreas; Bi, Chunxiao; Bluhm, Wolfgang F.; Dimitropoulos, Dimitris; Xu, Dong; Bourne, Philip E.; Rose, Peter W. (2017-02-17). “BioJava-ModFinder: Identifizierung von Proteinmodifikationen in 3D-Strukturen aus der Proteindatenbank”. Bioinformatik. 33 (13): 2047–2049. doi:10.1093 / bioinformatics / btx101. ISSN 1367-4803. PMC 5870676. PMID 28334105.
  13. ^ “Geschichte”. Abgerufen 30 Jan. 2015.
  14. ^ BioJava-Erbe Archiviert 09.01.2013 an der Wayback-Maschine
  15. ^ Maven, Apache. “Maven”. Apache.
  16. ^ BioJava Legacy-Projekt Archiviert 09.01.2013 an der Wayback-Maschine
  17. ^ ein b Ye Y, Godzik A (Oktober 2003). “Flexible Strukturausrichtung durch Verketten ausgerichteter Fragmentpaare, die Verdrehungen ermöglichen”. Bioinformatik. 19 (Suppl 2): ​​ii246–55. doi:10.1093 / bioinformatics / btg1086. PMID 14534198.
  18. ^ Shindyalov IN, Bourne PE (September 1998). “Ausrichtung der Proteinstruktur durch inkrementelle kombinatorische Erweiterung (CE) des optimalen Pfades”. Protein Eng. 11 (9): 739–47. doi:10.1093 / Protein / 11.9.739. PMID 9796821.
  19. ^ Bliven S, Prlić A (2012). “Zirkuläre Permutation in Proteinen”. PLoS Comput. Biol. 8 (3): e1002445. doi:10.1371 / journal.pcbi.1002445. PMC 3320104. PMID 22496628.
  20. ^ Rose PW, Beran B., Bi C. et al. (Januar 2011). “Die RCSB-Proteindatenbank: neu gestaltete Website und Webdienste”. Nucleic Acids Res. 39 (Datenbankproblem): D392–401. doi:10.1093 / nar / gkq1021. PMC 3013649. PMID 21036868.
  21. ^ Prlić A., Bliven S., Rose PW, et al. (Dezember 2010). “Vorberechnete Proteinstruktur-Alignments auf der RCSB PDB-Website”. Bioinformatik. 26 (23): 2983–5. doi:10.1093 / bioinformatics / btq572. PMC 3003546. PMID 20937596.
  22. ^ FC Bernstein, TF Koetzle, GJ Williams et al. (Mai 1977). “Die Proteindatenbank: eine computergestützte Archivdatei für makromolekulare Strukturen”. J. Mol. Biol. 112 (3): 535–42. doi:10.1016 / s0022-2836 (77) 80200-3. PMID 875032.
  23. ^ Fitzgerald, PMD et al. (2006) Macromolecular Dictionary (mmCIF). In Hall, SR
  24. ^ Velankar S., McNeil P., Mittard-Runte V. et al. (Januar 2005). “E-MSD: eine integrierte Datenressource für die Bioinformatik”. Nucleic Acids Res. 33 (Datenbankproblem): D262–5. doi:10.1093 / nar / gki058. PMC 540012. PMID 15608192.
  25. ^ Besemer J, Borodovsky M (Juli 2005). “GeneMark: Web-Software zur Genfindung in Prokaryoten, Eukaryoten und Viren”. Nucleic Acids Res. 33 (Webserver-Problem): W451–4. doi:10.1093 / nar / gki487. PMC 1160247. PMID 15980510.
  26. ^ Blanco E, Abril JF (2009). Computergestützte Annotation von Genen in neuen Genomassemblierungen mit GeneID. Methoden Mol. Biol. Methoden der Molekularbiologie. 537. S. 243–61. doi:10.1007 / 978-1-59745-251-9_12. ISBN 978-1-58829-910-9. PMID 19378148.
  27. ^ Kelley DR, Liu B., Delcher AL, Pop M., Salzberg SL (Januar 2012). “Genvorhersage mit Glimmer für metagenomische Sequenzen, ergänzt durch Klassifizierung und Clustering”. Nucleic Acids Res. 40 (1): e9. doi:10.1093 / nar / gkr1067. PMC 3245904. PMID 22102569.
  28. ^ Stein LD, Mungall C., Shu S. et al. (Oktober 2002). “Der generische Genombrowser: ein Baustein für eine Modellorganismus-Systemdatenbank”. Genom Res. 12 (10): 1599–610. doi:10.1101 / gr.403602. PMC 187535. PMID 12368253.
  29. ^ Hahn PJ, Felder CJ, Gehe zu N, Heuer ML, Reis PM (April 2010). “Das Sanger FASTQ-Dateiformat für Sequenzen mit Qualitätswerten und die Solexa / Illumina FASTQ-Varianten”. Nucleic Acids Res. 38 (6): 1767–71. doi:10.1093 / nar / gkp1137. PMC 2847217. PMID 20015970.
  30. ^ Needleman SB, Wunsch CD (März 1970). “Eine allgemeine Methode zur Suche nach Ähnlichkeiten in der Aminosäuresequenz zweier Proteine”. J. Mol. Biol. 48 (3): 443–53. doi:10.1016 / 0022-2836 (70) 90057-4. PMID 5420325.
  31. ^ Smith TF, Waterman MS (März 1981). “Identifizierung gemeinsamer molekularer Teilsequenzen”. J. Mol. Biol. 147 (1): 195–7. CiteSeerX 10.1.1.63.2897. doi:10.1016 / 0022-2836 (81) 90087-5. PMID 7265238.
  32. ^ Guan X, Uberbacher EC (Februar 1996). “Alignments von DNA- und Proteinsequenzen, die Frameshift-Fehler enthalten”. Comput. Appl. Biosci. 12 (1): 31–40. doi:10.1093 / Bioinformatik / 12.1.31. PMID 8670617.
  33. ^ Chen K., Jung YS, Bonagura CA, et al. (Februar 2002). Azotobacter vinelandii Ferredoxin I: Ein Sequenz- und Strukturvergleichsansatz zur Veränderung von [4Fe-4S]2 + / + Reduktionspotential “. J. Biol. Chem. 277 (7): 5603–10. doi:10.1074 / jbc.M108916200. PMID 11704670.
  34. ^ Montecchi-Palazzi L., Beavis R., Binz PA, et al. (August 2008). “Der PSI-MOD-Community-Standard zur Darstellung von Proteinmodifikationsdaten”. Nat. Biotechnol. 26 (8): 864–6. doi:10.1038 / nbt0808-864. PMID 18688235.
  35. ^ Garavelli JS (Juni 2004). “Die RESID-Datenbank für Proteinmodifikationen als Ressourcen- und Annotationstool”. Proteomics. 4 (6): 1527–33. doi:10.1002 / pmic.200300777. PMID 15174122.
  36. ^ Berman HM, Westbrook J., Feng Z. et al. (Januar 2000). “Die Proteindatenbank”. Nucleic Acids Res. 28 (1): 235–42. doi:10.1093 / nar / 28.1.235. PMC 102472. PMID 10592235.
  37. ^ Yang ZR, Thomson R., McNeil P., Esnouf RM (August 2005). “RONN: die Technik des neuronalen Netzwerks mit Biobasisfunktion zum Nachweis von nativ ungeordneten Regionen in Proteinen”. Bioinformatik. 21 (16): 3369–76. doi:10.1093 / bioinformatics / bti534. PMID 15947016.
  38. ^ Finn RD, Clements J, Eddy SR (Juli 2011). “HMMER-Webserver: Suche nach interaktiver Sequenzähnlichkeit”. Nucleic Acids Res. 39 (Webserver-Problem): W29–37. doi:10.1093 / nar / gkr367. PMC 3125773. PMID 21593126.
  39. ^ Paterson T, Gesetz A (November 2012). “JEnsembl: eine versionierungsfähige Java-API für Ensembl-Datensysteme”. Bioinformatik. 28 (21): 2724–31. doi:10.1093 / bioinformatics / bts525. PMC 3476335. PMID 22945789.
  40. ^ Kim T., Tyndel MS, Huang H. et al. (März 2012). “MUSI: ein integriertes System zur Identifizierung multipler Spezifität aus sehr großen Peptid- oder Nukleinsäuredatensätzen”. Nucleic Acids Res. 40 (6): e47. doi:10.1093 / nar / gkr1294. PMC 3315295. PMID 22210894.
  41. ^ Gront D, Kolinski A (Februar 2008). “Utility-Bibliothek für strukturelle Bioinformatik”. Bioinformatik. 24 (4): 584–5. doi:10.1093 / bioinformatics / btm627. PMID 18227118.

Externe Links[edit]

after-content-x4