BiNA: a visual analytics tool for biological network data.
BiNA: a visual analytics tool for biological network data.
复制标题
DOI：
10.1371/journal.pone.0087397
复制
发表时间：
2014
期刊：
影响因子：
3.7
通讯作者：
Kaufmann M
中科院分区：
文献类型：
--
作者：
Gerasch A;Faber D;Küntzer J;Niermann P;Kohlbacher O;Lenhof HP;Kaufmann M
在底层网络的背景下对生物高通量数据进行交互式可视化分析是现代生物医学中的一项重要任务，其应用范围从代谢工程到个性化医疗。数据集的复杂性和异构性需要灵活的数据分析软件架构。在这方面，简明易读的数据图形表示和大型数据集的交互式导航至关重要。BiNA -生物网络分析仪-一个灵活的开源软件，用于分析和可视化生物网络。用于调控和代谢网络数据的高度可配置的可视化样式使用分层图形概念提供了复杂的绘图和直观的导航和探索技术。通用的投影和分析框架提供了强大的功能，可视化分析的高通量组学数据的背景下，网络，特别是差分分析和时间序列数据的分析。与底层数据仓库的直接接口提供了对广泛的语义集成生物网络数据库的快速访问。插件系统允许简单的定制和集成新的分析算法或视觉表示。BiNA可以在http://bina.unipax.info/的3条款BSD许可证下获得。
Interactive visual analysis of biological high-throughput data in the context of the underlying networks is an essential task in modern biomedicine with applications ranging from metabolic engineering to personalized medicine. The complexity and heterogeneity of data sets require flexible software architectures for data analysis. Concise and easily readable graphical representation of data and interactive navigation of large data sets are essential in this context. We present BiNA - the Biological Network Analyzer - a flexible open-source software for analyzing and visualizing biological networks. Highly configurable visualization styles for regulatory and metabolic network data offer sophisticated drawings and intuitive navigation and exploration techniques using hierarchical graph concepts. The generic projection and analysis framework provides powerful functionalities for visual analyses of high-throughput omics data in the context of networks, in particular for the differential analysis and the analysis of time series data. A direct interface to an underlying data warehouse provides fast access to a wide range of semantically integrated biological network databases. A plugin system allows simple customization and integration of new analysis algorithms or visual representations. BiNA is available under the 3-clause BSD license at http://bina.unipax.info/.
登录
查看更多内容
影响因子：
14.9
作者：
Kanehisa M;Goto S;Sato Y;Furumichi M;Tanabe M
通讯作者：
Tanabe M
影响因子：
3
作者：
Küntzer J;Backes C;Blum T;Gerasch A;Kaufmann M;Kohlbacher O;Lenhof HP
通讯作者：
Lenhof HP
影响因子：
1.7
作者：
Blum, Torsten;Kohlbacher, Oliver
通讯作者：
Kohlbacher, Oliver
影响因子：
5.8
作者：
Hucka, M;Finney, A;Wang, J
通讯作者：
Wang, J
影响因子：
3
作者：
Jain E;Bairoch A;Duvaud S;Phan I;Redaschi N;Suzek BE;Martin MJ;McGarvey P;Gasteiger E
通讯作者：
Gasteiger E