Prestar apoyo a la visualización de la anatomía ontología análisis de los datos

Las mejoras en la tecnología han dado lugar a la capacidad de realizar cada vez más complejo de la investigación experimental, la generación de grandes cantidades de datos multi-dimensionales. La investigación en biología de hoy implica la exploración y análisis de los grandes, los bancos de datos compartidos a disposición de la comunidad científica en general. Esto reduce la duplicación de esfuerzos y permite la más amplia investigación por hacer, mediante el suministro de fuentes de datos independientes para la verificación de hipótesis formuladas.

Por el contrario, la tecnología no ha sido capaz de gestionar los datos que ha generado, la gestión de datos, herramientas de análisis y visualización en la lucha para satisfacer las necesidades [1]. Esto se debe en gran parte a la constante evolución de las necesidades de información de los biólogos que trabajan con los cada vez más grandes cantidades de datos generados heterogéneos [2]. Bioinformática desarrollados para explotar la tecnología de la información biológica en el análisis de los datos [3, 4].

En este artículo se analiza el desarrollo de soluciones visuales intuitivos para el análisis de la anatomía ontologías. La principal fuente de datos es el Proyecto Atlas de Edimburgo Mouse (EMAP), desarrollado en Edimburgo del Consejo de Investigación Médica (MRC) Unidad de Genética Humana (HGU), la documentación de las etapas de desarrollo del embrión de ratón.

Los prototipos se están desarrollando para la visualización en 2D (dos dimensiones) y 3D, para poner de relieve las relaciones entre y dentro de los diferentes componentes de la anatomía. Esto ayudará a descubrir el conocimiento sobre la expresión de genes, la estructura y la función de las células y tejidos convertirse en órganos definidos, para realizar un seguimiento normal desarrollo y evolución.

Por lo menos una comprensión básica de la estructura de la anatomía ontología de datos se requiere para brindar servicios eficaces de diseño y desarrollo con asignaciones a la ordenación del territorio que captura representaciones de los usuarios modelos mentales de los datos. Visualizaciones generadas biólogos deben proporcionar datos con reseñas, seguido de la capacidad para estudiar las regiones de interés (ROIs) en detalle, en el contexto general de la serie de datos, para destacar dentro de los patrones de los datos [5, 6]. Apoyo a la exploración interactiva de datos debe proporcionarse; funcionalidad de la navegación y la búsqueda y de manipulación de estructuras de datos permite el análisis de múltiples perspectivas.

Visual codificación de datos textuales explota a los seres humanos' muy desarrollado habilidades de percepción para disminuir la carga cognitiva asociada a complejos análisis de los datos [6, 7]. Una serie de métodos y técnicas de visualización que ya existen para el análisis de datos complejos, tanto dentro como fuera de la esfera de la bioinformática, incluida 2D y 3D gráficos de dispersión, la libre organización de los mapas (SOMs), coordenadas paralelas, 2D y gráficos 3D jerárquica, la información de mapas, Murales y cubos, la perspectiva de las paredes, los paisajes virtuales, paisajes urbanos, y el espacio físico metáforas tales como habitaciones, ventanas y escritorios. Hiperbólica o pescado opiniones de ojos y lentes, lentes de magia y semántica, y la dinámica de los sistemas de consulta de ayuda estudio detallado de las regiones de interés (ROIs) especialmente en grandes conjuntos de datos. [3, 6, 8 - 10]

A fin de averiguar lo que proporcionaría, individualmente o en concierto, visual óptimo de las soluciones de análisis de datos para el estudio de la anatomía ontologías, es necesario evaluar las herramientas existentes y las técnicas para determinar su aplicabilidad a los conjuntos de datos de interés y las tareas que realizan los biólogos. Es importante proporcionar análisis de las soluciones que los diferentes usuarios con distintos objetivos de investigación orígenes pueden utilizar para interpretar los datos necesarios para su trabajo de manera eficaz. [11]

El navegador de trabajo EMAP (véase la figura 1] emplea un plegables, índice de sangrado texto con asignaciones correspondientes a los componentes anatómicos en 2D y 3D para los modelos digitales de las etapas de desarrollo del embrión de ratón.

Más intuitiva métodos son necesarios para el análisis de datos, sobre todo cuando las comparaciones entre múltiples conjuntos de datos, como el linaje a través de las etapas, deben ser hechas. Una ventaja importante en la representación visual de los datos a lo largo del texto EMAP índices es la disponibilidad de una visión general, además de la capacidad para estudiar en detalle ROIs.

La ontología de datos se estructura jerárquicamente de una raíz, con la única sub-componentes que forman junto completa (super) componentes [12], utilizando parte de las relaciones. Un formato gráfico que aprovecha esta estructura debería ayudas descubrimiento de las relaciones dentro de los datos [6, 8]. Visualizaciones pueden hacer uso de los atributos físicos como la forma, color y tamaño para codificar las propiedades y de las relaciones entre los elementos de datos. Las siguientes secciones discutir ventajas en el análisis visual de datos:

Ya existen varias aplicaciones para la visualización de grandes conjuntos de datos estructurados jerárquicamente. Es importante examinar aplicaciones específicas para determinar si las necesidades de los usuarios no pueden estar satisfechos con las soluciones de visualización. Esas solicitudes encontró que más se acerca a la exigencias de este proyecto se resumen a continuación, se detallan las características que ofrecen y sus limitaciones para el análisis de los datos necesarios.

Las aplicaciones y los juegos de herramientas descritas anteriormente incorporar las técnicas de visualización para la exploración de la visión general, y con la excepción de morsa, en el análisis detallado ROIs. Dada la demostrada capacidad de hiperbólicas diseños para la navegación y exploración de grandes conjuntos de datos que sería útil aprovechar la simple pero efectiva aplicación de la disposición en hipergráfica hiperbólica. Protégé tal como está proporciona una funcionalidad que aún necesita adaptación para permitir la creación de grupos como Necesarios para la anatomía ontología de datos. Funcionalidad plegables para los árboles, buscando, y poner de relieve los usuarios de las rutas, y la codificación de datos de propiedades requieren un mayor desarrollo para satisfacer las necesidades de los usuarios.

Aprovechamiento de la tecnología existente que realiza el análisis eficaz de datos complejos, que se aplica en las herramientas estudiadas anteriormente, proporcionará algunas de las funcionalidades necesarias para las ayudas visuales de análisis de datos. Sin embargo aún es necesario desarrollar nuevas técnicas para el análisis de la anatomía ontología datos, a partir de los métodos existentes que han demostrado ser útil para la visualización de datos complejos. Intuitivo comparación de los múltiples conjuntos de datos y la localización de linaje a través de la anatomía ontologías no se puede obtener utilizando la funcionalidad de las herramientas disponibles en 2D; oclusión sería demasiado elevado para permitir análisis útil a cualquier nivel de detalle. 3D herramientas reduciría el problema de la oclusión significativa. Sin embargo visualizaciones en 3D suelen distribuir los datos en todo el espacio disponible, el agrupamiento de datos relacionados con los ganglios alrededor de los centros de coordinación. Distinguir los distintos nodos y los conjuntos de datos a la que pertenecen es difícil. Dibujo vínculos físicos entre nodos relacionados a través de conjuntos de datos puede resultar en el cruce de los enlaces, la reducción de la capacidad de reconocer estas relaciones.

En la siguiente sección se describe la visualización 2D navegador desarrollado que se basa en las técnicas existentes para proporcionar análisis de datos visual intuitivo. Esta es seguida por una evaluación llevada a cabo para determinar si las visualizaciones siempre mejorar el análisis textual que realizan actualmente. Por último, un navegador 3D desarrolla nuevas técnicas que proporcionan el reconocimiento intuitivo de las relaciones a través de conjuntos de datos, que se describe en la sub-sección Novela técnicas de análisis visual de los datos en virtud de la ontología de Aplicación.

Un prototipo ha sido desarrollado en Java para proporcionar visualizaciones de datos de la ontología. Una arraigada dirigido acíclico (DAG) gráfico en 2D ofrece una visión general de cada conjunto de datos, con la capacidad para estudiar en detalle ROIs. Anatomía componentes se representan mediante un círculo 2D (nodo), mientras que las relaciones entre nodos se representan por líneas (1D) de la vinculación de los nodos, utilizando la codificación de las relaciones de color. Implementado la funcionalidad se describe a continuación, poniendo de relieve los cambios y adiciones hechas después de la realización de la evaluación heurística resumirse en la siguiente sección.

Una heurística de evaluación se llevó a cabo con un pequeño grupo de usuarios compuesto por biólogos y científicos que trabajan en el MRC en EMAP. Se trataba de una demostración de la funcionalidad disponible para la interacción con y manipulación de las visualizaciones generadas. Los usuarios comentaron la utilidad (o no) de los aspectos del sistema, e hicieron sugerencias para introducir mejoras, adiciones y cambios al sistema. Esto dio lugar a la reformulación y re-implementación del prototipo, en preparación de una evaluación estructurada usuario.

Una de las principales cuestiones surgidas en la visualización de datos complejos es la oclusión (véase Figura 8], un grave problema en la visualización solución desarrollados, sobre todo debido a datos de las etiquetas. La evaluación puso de relieve otras cuestiones con oclusión en la visualizaciones, siempre y sugerencias para la reducción de este problema, se ilustra en las figuras 6, 7, 9, 10 y 11.

Un segundo gran problema identificado es el aumento exponencial en el tiempo de respuesta del sistema con los datos de carga, con un impacto negativo significativo en la interacción, se ilustra en los gráficos en la Figura 12. Este problema es aún más grave para la ejecución remota de X-windows, probablemente debido a mejoras en Swing para Windows que tienen el efecto inverso en X-windows [20].

Las principales ventajas de la visualización en 3D de grandes conjuntos de datos son la mayor cantidad de espacio disponible para mostrar los datos, debido a la nueva dimensión de profundidad, y el mayor grado de libertad para la exploración y navegación. Natural perspectiva en 3D también ofrece una mayor ampliación como uno se acerca al punto de vista del usuario. El uso de 3D hace posible la visualización simultánea de múltiples conjuntos de datos (ver figura 13], con mucho menos que se produzca la oclusión en 2D.

Este proyecto requiere el análisis de múltiples conjuntos de datos, para identificar las relaciones que abarcan múltiples etapas en un organismo o un mapa de relaciones entre los distintos organismos. Más allá de un umbral de alrededor de 200 nodos, sin embargo, importantes oclusión se produce en 2D.

2D El navegador hace uso de las técnicas existentes para el análisis visual de cada uno de los conjuntos de datos, con modificaciones y ampliaciones, según sea necesario para proporcionar una óptima análisis. Para mejorar el análisis de datos en las zonas de alta oclusión de los diferentes tipos de zoom se han puesto en práctica, incluyendo el desarrollo de un híbrido lente (véase Zoom en la sección Descripción de la visualización del prototipo desarrollado). Un uniforme de zoom amplía un sub-árbol de interés para aprovechar al máximo el espacio en la ventana principal; sin ganglios que rodean la reubicación sería oscurecida, como sucede con los de magia lentes. Una hiperbólica lente podría ser utilizado para mover los datos en torno a la periferia de la ventana, pero en constante evolución hiperbólica diseños tienen la desventaja de destruir los modelos mentales de los usuarios de forma estructura de datos. El híbrido desarrollado lente pliegues nodos en el mismo nivel que el nodo sub-árbol cuyas ganancias en el centro. Alrededor contexto todavía se mantiene en gran medida, mientras que los usuarios de concentrarse en el análisis de retorno de la inversión. Sin embargo, este y otros métodos para reducir la oclusión en el navegador 2D proporcionan sólo una solución parcial, y únicamente para determinados conjuntos de datos.

Aumentar a tres el número de dimensiones utilizadas para la visualización dispone de más espacio en el que celebrar las notas de datos, reduciendo aún más la oclusión de los datos. 3D sin embargo viene con sus inconvenientes, se detalla en la siguiente sección, con el más importante de los cuales es la desorientación al navegar a través del espacio 3D. Sin embargo existe evidencia de aumento de la capacidad de utilización de entre 2.n (n> 0) y 3 dimensiones [8], la visualización de los datos, los usuarios son capaces de salir de la zona de la celebración de los datos y volar por encima o por debajo de ROIs. Esto reduce la sensación de inmersión en los datos y esto provoca la desorientación. Panorama de los conjuntos de datos se obtienen los usuarios que mejoren los modelos mentales de la estructura de datos, y los usuarios están en condiciones de regresar a los datos que requiere para analizar en detalle ROIs.

Con el fin de aprovechar el espacio previsto en la dimensión extra sin perder el beneficio de los más simples análisis en 2D un novedoso sistema que se ha desarrollado sigue señalar a los distintos conjuntos de datos en 2D, capas en paralelo de manera uniforme a lo largo del eje horizontal (ver Figura 13 ). El espacio físico entre las capas DAGs sirve como espacio de información utilizada para celebrar las relaciones entre pares de nodos pertenecientes a diferentes ontologías. Enlaces se dibujan a través del espacio entre conjuntos de datos relacionados, usando códigos de colores para representar las diferentes relaciones que existen. Los usuarios pueden transferir el aprendizaje en el uso del navegador de 2D a 3D en la visualización, la continuación de analizar los distintos conjuntos de datos en relativo aislamiento, cada uno de ellos se encuentra en su propio plano. Debido a las relaciones que abarcan conjuntos de datos se encuentran en distintos planos, y que se dibujan paralelas a las celebración de la DAGs que se destacan y son fácilmente reconocibles, en especial cuando se ve desde un punto por encima o por debajo del área de datos, se muestra en la Figura 14.

Figura 15 ilustra la solución aplicada para agrupar nodos de anatomía en 3D en el navegador. Esto muestra los beneficios obtenidos por el grupo creado el traslado a un plano paralelo al de aquel en el que reside el DAG, la supresión de la travesía de los vínculos que se produce en 2D. Colocar grupo de nodos en un avión tiene la ventaja de eliminar el aumento de la oclusión que se produce en 2D debido a la adición de nuevos nodos y enlaces en el plano de la celebración de la DAG. La evaluación estructurada de la visualización prototipos más detallados en este documento confirman que la agrupación de nodos en 3D resultó ser más intuitivo que para el navegador 2D.

La principal dificultad encontrada interactuar con el navegador 3D es mantener el control sobre la estructura de datos durante la navegación. Incorporado de la funcionalidad para la navegación en Java3D emplea el teclado y / o el ratón, lo que permite la traducción, rotación y zoom. La falta de una función de historial significa que es difícil de volver a puntos específicos en la estructura de datos, la única opción disponible para los usuarios de la recuperación de datos cuando la estructura se mueve fuera del área de visualización y la delimitación ámbito en el que los comportamientos están activos, O cuando los usuarios se pierde en los datos, es para volver al centro del universo (y el punto de vista de la cámara por defecto).

Oclusión de los datos más lejanos en 3D, la desorientación de los usuarios durante la navegación, y la complejidad asociados con la creación y el apoyo de visualizaciones en 3D en términos de software y hardware requeridos 3D significa que no necesariamente proporcionan una mejor opción que 2D. Emplear 2D para la visualización de cada una de las fases o para resumieron los puntos de vista de la persona, ontologías anatomía completa, con una extensión a 3D como múltiples etapas y / o ontologías se comparan puede proporcionar una solución óptima. Funcionalidad para cambiar entre las vistas en 2D y 3D debería ayudar a resolver la desorientación que se produce en 3D, permitiendo a los usuarios concentrarse en sólo datos de interés en 2D sin la distracción de la información ajenas. Continuando lugar a los distintos conjuntos de datos en 2D planos reduce la desorientación de los usuarios más control sobre el nivel a que pasen a ser inmerso en los datos, los usuarios pueden pasar por encima de la zona de explotación de los datos y observar su estructura desde arriba o desde abajo. Esto proporciona una visión general que pone de manifiesto todas las relaciones se producen a través de conjuntos de datos, además de mostrar cada conjunto de datos se encuentra en su propio plano en 2D.

Para facilitar la integración de los prototipos con la EMAP Anatomía del navegador es importante que sus interfaces gráficas de usuario (GUIs) no se desvía significativamente de la de la EMAP navegador. Esto debería reducir de los usuarios curvas de aprendizaje, el aumento de la voluntad de utilizar los prototipos. Por esta razón, puede ser útil seguir GUI especialmente en el desarrollo de Java. Esto también elimina el problema de la compatibilidad de la cruz-plataforma y permite el desarrollo para su uso en Internet. Java3D, usando OpenGL bajo nivel para la prestación de aceleración, pueden parecer la opción obvia para que la ampliación de las 2D navegador. Sin embargo poco apoyo para el desarrollo utilizando Java3D puede dar lugar a restricciones en la funcionalidad y que pueden ser de escaso apoyo futuro. Además, Java es la cruz-plataforma compatibilidad viene con un costo en el funcionamiento debido a los gastos generales incurridos en la interpretación del código byte Java en código máquina nativo, que se manifiesta en el gran aumento de la respuesta del sistema de tiempo observa como aumenta la carga de datos.

Otra opción sería la de desarrollar el navegador 3D usando OpenGL (con C / C + +), para tomar ventaja de OpenGL avanzadas de modelamiento 3D capacidad, la aceleración de hardware y mayor base de usuarios y el apoyo. GL4Java bindings de OpenGL para Java podría entonces ser utilizado para proporcionar una interfaz con las ventajas de Java.

Con el fin de establecer si las necesidades de los usuarios se han registrado correctamente capturado y ejecutado es necesario evaluar la visualización de prototipos con los usuarios objetivo. Esto proporciona medidas de la satisfacción del usuario y determina la eficacia y la eficiencia de los sistemas desarrollados. Si el nuevo sistema desarrollado se va a utilizar tendrá que proporcionan ventajas sobre las herramientas en uso actual, la mejora de la productividad sin aumentar los usuarios de carga de trabajo [7, 20, 21]. Una estructura de evaluación de usabilidad deben identificar los problemas y poner de relieve las características que mejoran el análisis de datos. Requisitos para que los cambios, adiciones y ampliaciones de la funcionalidad también deben ser identificados. Fuentes de error y la mala respuesta del sistema debe ser minimizado; eficaz sistema de retroalimentación de errores y la buena gestión de contribuir a la satisfacción de los usuarios [5].

Para orientar la evaluación dos principales hipótesis se probaron:

H _0: Análisis visual especialmente de grandes y complejos conjuntos de datos ofrece ventajas sobre el análisis textual.

H _1: La visualización en 3D ofrece ventajas para el análisis de más de 2D que justifica la mayor cantidad de apoyo que se requiere.

Información cualitativa se obtuvo de la costumbre y el SUS (Sistema de Usabilidad Escala) cuestionarios administrados, y a partir de la observación de los usuarios registrados durante cada evaluación. Debido a que la población de usuarios de prueba es sólo diez los análisis estadísticos pueden no proporcionar indicios muy fiables de satisfacción o de otro tipo con los prototipos. Por lo tanto, la única estadística ensayos realizados son los que buscan en los medios (el 95% dentro de un intervalo de confianza (IC)) y los valores extremos de la clasificación. La media de satisfacción de los usuarios para el puesto Ranking de cuestionario de evaluación, SUS resultados, y la realización de tareas veces se muestran a continuación:

Una serie de cambios y adiciones que se han hecho a los prototipos, en base a los resultados de la evaluación. Más información detallada se proporciona en modo y enlace de las propiedades, y la funcionalidad está disponible para la inserción de los comentarios del usuario. El DAG ahora muestra automáticamente los niveles más si es necesario para descubrir oculta la información solicitada por los usuarios. Más opciones de búsqueda incluye búsquedas en nodos y escondida dentro de un sub-árbol sólo. Búsqueda específica hits en el DAG también puede ser aislada y destacó dentro de la búsqueda de diálogo. Ahora se desvanece fantasma de enlaces a ghosted y de los nodos y esconde sus etiquetas.

Las funciones de creación de grupos se han trasladado a la edición del menú Ver, a la ruta a los usuarios "interpretación semántica de la función. Opciones para la selección de los nodos de ahora incluyen la recuperación de la gráfica, haga clic en, escogiendo de una lista desplegable o introduciendo números de identificación en un componente de campo de texto libre. Funcionalidad para la edición y eliminación de grupos también se ha aplicado, y los usuarios pueden extraer un grupo de interés para el análisis en forma aislada en un 2D (sub) ventana.

Entrada de los cuadros de diálogo cuando se abre por primera vez ya los usuarios con el valor actual de la variable de interés. Cuando sea posible, los campos de texto gratuitos han sido reemplazados con deslizadores para evitar errores de entrada, permitiendo sólo dentro de límites legales. Una leyenda que detalla la codificación se pueden modificar las propiedades de los nodos y enlaces ha sido siempre.

La plena aplicación de la funcionalidad en el sub-ventanas permite más estrictos de acoplamiento entre los principales y sub-ventanas. Funcionalidad para cambiar entre las 2D y 3D sin salir del navegador, ya sea de solicitud ya se ha aplicado. La capacidad de guardar las sesiones de los usuarios (de texto o archivos de imagen) de los análisis de las ayudas. Por último, los archivos de ayuda ahora también ofrecen la aplicación detalle y aclaración de la terminología ambigua.

La EMAP uso actual en los navegadores de texto emplean índices para el análisis de la anatomía ontología de datos para el embrión de ratón, con asignaciones de 2D a 3D en rodajas regiones de los modelos de los embriones en cada etapa de desarrollo. La falta de una visión general de estos grandes conjuntos de datos aumentos de los usuarios de carga cognitiva durante el análisis de datos; más intuitivo para los métodos de análisis son necesarios para ayudar a la investigación.

Visualización de grandes y complejos conjuntos de datos explota humanos para aumentar la capacidad de percepción y cognición facilidad de análisis de datos, las representaciones espaciales, proporcionando a los usuarios de que el mapa mental de los modelos de estructura de datos. Este trabajo explora el uso de gráficos jerárquicos para la visualización y el análisis de los complejos, estructurados jerárquicamente, multidimensional ontología de datos bajo estudio, la evaluación de diferentes técnicas de visualización disponibles para el análisis de estos datos y de sus méritos y limitaciones. Los prototipos se están desarrollando en 2D y 3D para análisis visual de las ontologías, para ofrecer alternativas y soluciones novedosas donde los métodos y técnicas disponibles no pueden satisfacer las necesidades de los usuarios. Visualizaciones generadas ofrecer una visión general de cada conjunto de datos con la funcionalidad de análisis interactivo para más de ROIs.

Evaluación de los prototipos que se están desarrollando destinadas a probar dos hipótesis principales: si la visualización proporciona ventajas frente a la representación textual para el análisis de datos, y si la visualización en 3D ofrece ventajas sobre 2D suficiente para justificar la mayor cantidad de desarrollo y el apoyo necesario para ello.

El análisis de los datos recogidos durante el heurístico y estructurado evaluaciones se encuentran los usuarios de las representaciones visuales de los datos para ofrecer ventajas significativas sobre el texto para determinar la estructura de datos, más intuitivo y de los métodos de búsqueda y de consulta. Sin embargo el aumento de los niveles de la oclusión con el conjunto de datos de tamaño hacer visualizaciones de los más grandes conjuntos de datos difíciles de usar. Funcionalidad para la reducción de datos y la capacidad de analizar los datos de interés en el aislamiento ofrecer mejores soluciones para el análisis. Además se requieren nuevas soluciones para resolver el problema con más detalle de la oclusión.

Los resultados de la evaluación mostró el navegador 3D ligeramente más intuitivo de utilizar que el 2D. La mayor cantidad de espacio disponible en 3D hace posible la visualización de un mayor número de datos con una cantidad inferior de la oclusión que se produce en 2D. Funciones para buscar, agrupación de los datos y la localización de la información 3D usando el navegador También se comprobó que las más intuitivo. Las grandes variaciones en el sistema de tiempo de respuesta encontrados en 2D, una de las principales fuentes de insatisfacción de los usuarios, no planteaba como un problema importante en 3D.

Más funcionalidad para el navegador 3D, por lo tanto, se pongan en práctica, sobre todo en busca de las soluciones para los problemas más importantes encontrados en 2D.

Un mayor desarrollo de los prototipos se basará visual de las estructuras que proporcionan efectivo e interactivo de codificación y visualización de múltiples relaciones entre y dentro de los diferentes conjuntos de datos.

La visualización de las aplicaciones se han desarrollado para trabajar con datos de EMAP, almacenados en archivos XML o HTML. Almacenamiento en XML que describe la libre facilita el análisis de la estructura de datos, la información obtenida se utiliza para generar las representaciones visuales que proporcionan intuitivo análisis de la anatomía ontologías en estudio.

La próxima fase del proyecto se interesa en la lectura de los datos directamente de la EMAGE (Edimburgo Mouse Atlas de la Expresión Génica), la base de datos. Los navegadores están construidas de manera que una capa existente entre los datos leídos y en la generación de las visualizaciones. Por lo tanto en la lectura de datos de diferentes fuentes, sólo requiere escribir analizadores adicionales para las nuevas fuentes de datos, la alimentación y la analiza los datos en el sistema de visualización.

La visualización de los navegadores sin embargo esperan datos concretos propiedades; también requieren la actualización de los sistemas de leer y en el proceso de datos adicionales o diferentes propiedades de los que se utilizan para describir la estructura de los embriones de ratón, para permitir la adaptación de estructuras diferentes, ontologías. Visualizaciones de otras fuentes de datos que contienen datos de la ontología puede ser generado después de escribir analizadores personalizados para los datos que almacenan.

Proyecto nombres: EMAP y XSPAN

Proyecto página: http://www.xspan.org

Sistema operativo (s): Plataforma independiente

Lenguaje de programación: Java

Otros requisitos: Java3D con OpenGL

Licencia: Ninguno

Todas las restricciones al uso por los no académicos: Ninguno

ASD hizo la investigación de base, los prototipos construidos y llevaron a cabo las evaluaciones, y escribió el documento. AB fue uno de los encuestados en la evaluación heurística, a condición de sugerencias en la construcción de los prototipos, se revisó el proyecto de la presentación y aprobó el artículo.