Abstract
Biologische Daten sind heterogen, sehr komplex und oft sehr groß. Eine angemessene Visualisierung leistet hierbei einen entscheidenden Beitrag zum Verständnis der Daten. Die Visualisierung biologischer Daten spielt daher auch eine zentrale Rolle in der Bioinformatik. Hier reichen die Anwendungen von der Visualisierung einzelner Proteine oder ganzer Genome, von Familien von Genen, evolutionären Verwandtschaftsverhältnissen, makromolekularer Strukturen, mikroskopischer Bilddaten bis hin zur Darstellung von metabolischen oder regulatorischen Netzwerken und systembiologischer Daten (siehe Abb. 1 für einige Beispiele). Aufgrund der zunehmenden Komplexität und Verbundenheit biologischer Daten (man denke hier insbesondere an systembiologische Daten) ist eine integrative sowie standardisierte Visualisierung und die Entwicklung leistungsstarker und benutzerfreundlicher Werkzeuge von wachsender Bedeutung. Eine zunehmend große Rolle spielen dabei Werkzeuge, die zudem das Paradigma der visuellen Analytik (engl. ,,visual analytics“) verfolgen.
Grundsätzlich integriert die visuelle Analytik Visualisierung, Datenanalyse und Interaktion durch den Menschen. Bei biologischen Daten hat der Einsatz der visuellen Analytik darüber hinaus das Ziel, die komplexen experimentellen Daten in Wissen umzusetzen. Forschern soll ein System zur Verfügung gestellt werden, das es erlaubt, Einsichten in biologische Prozesse in Zellen, Geweben und schließlich Organismen zu gewinnen sowie eine Modellierung biologischer Systeme vorzunehmen. Die visuelle Analytik biologischer Daten hat erst vor kurzem auf den Information-Visualizationund Visual-Analytics-Konferenzen Beachtung gefunden. Einige auch in wissenschaftlichen Zeitschriften publizierte Artikel sind Themen wie Clustering von Expressionsdaten [17], der GenomAssemblierung [18] oder der Bestimmung von Funktionen von Genen in neu sequenzierten Genomen [20] gewidmet. Die diesjährige IEEE VAST Challenge stand ganz im Zeichen einer biologischen Fragestellung.