Skip to main content
SpringerLink
Log in

Analyse und Visualisierung biologischer Netzwerke

  • HAUPTBEITRAG
  • BIOLOGISCHE NETZWERKE
  • Published:
Informatik-Spektrum Aims and scope

Zusammenfassung

Moderne Analysemethoden ermöglichen es, die elementaren Bausteine biologischer Systeme im großen Umfang zu bestimmen. Sie sind damit Grundlage für einen ganzheitlichen Ansatz der Untersuchung biologischer Systeme im Sinne der Systembiologie, um aufbauend auf den einzelnen Elementen und ihren Interaktionen das Gesamtsystem zu verstehen. Netzwerke spielen dabei eine entscheidende Rolle, da sie ein geeignetes Medium zur Integration der unterschiedlichen Daten darstellen. Durch die Entwicklung neuer Analyse- und Visualisierungsmethoden für biologische Netzwerke kann die Informatik wesentlich zum besseren Verständnis der komplexen Prozesse in Lebewesen beitragen. Dieser Artikel gibt einen Überblick über das Thema und zeigt beispielhaft Anwendungen.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

References

  1. Barabási AL, Albert R (1999) Emergence of scaling in random networks. Science 286(5439):509–512

    Article  MathSciNet  Google Scholar 

  2. Di Battista G, Eades P, Tamassia R, Tollis IG (1999) Graph Drawing: Algorithmus for the Visualization of Graphs. Prentice Hall, New Jersey

    Google Scholar 

  3. Diestel R (2000) Graphentheorie. Springer, Berlin

    MATH  Google Scholar 

  4. Erdös P, Rényi A (1959) On random graphs. Publ Math 6:290–297

    MATH  Google Scholar 

  5. Gombert AK, Nielsen J (2000) Mathematical modelling of metabolism. Curr Opin Biotechnol 11(2):180–186

    Article  Google Scholar 

  6. Hermjakob H, Montecchi-Palazzi L, Bader G, Wojcik J, Salwinski L, Ceol A, Moore S, Orchard S, Sarkans U, von Mering C, et al. (2004) The HUPO PSI’s molecular interaction format – a community standard for the representation of protein interaction data. Nature Biotechnol 22:177–183

    Article  Google Scholar 

  7. http://sbml.org, Zugriff 15.02.2009

  8. Hu Z, Mellor J, Wu J, DeLisi C (2004) VisANT: an online visualition and analysis tool for biological interaction data. BMC Bioinf 5:e17

    Article  Google Scholar 

  9. Hucka M, Finney A, Sauro HM, Bolouri H, Doyle JC, Kitano H, Arkin AP, Bornstein BJ, Bray D, Cornish-Bowden A, Cuellar AA, Dronov S, et al. (2003) The systems biology markup language (SBML): a medium for representation and exchange of biochemical network models. Bioinformatics 19:524–531

    Article  Google Scholar 

  10. Iwatani S, Yamada Y, Usuda Y (2008) Metabolic flux analysis in biotechnology processes. Biotechnol Lett 30(5):791–799

    Article  Google Scholar 

  11. Junker BH, Klukas C, Schreiber F (2006) VANTED: A system for advanced data analysis and visualization in the context of biological networks. BMC Bioinf 7:e109

    Article  Google Scholar 

  12. Junker BH, Schreiber F (2008) Analysis of Biological Networks. Wiley Series on Bioinformatics, Computational Techniques and Engineering. Wiley, New York

  13. Kitano H (2002) Systems biology: A brief overview. Science 295(5560):1662–1664

    Article  Google Scholar 

  14. Koschützki D, Lehmann KA, Peeters L, Richter S, Tenfelde-Podehl D, Zlotowski O (2005) Centrality indices. In: Brandes U, Erlebach T (eds) Network Analysis: Methodological Foundations, volume 3418 of LNCS. Springer, Berlin, pp 16–61

  15. Le Novere N, Moodie S, Sorokin A, Hucka M, Schreiber F, Demir E, Mi H, Matsuoka Y, Wegner K, Kitano H (2008) Systems biology graphical notation: Process diagram level 1. Nature Prec, DOI: npre.2008.2320.1

  16. Luciano JS (2005) PAX of mind for pathway researchers. Drug Discovery Today 10(13):937–942

    Article  Google Scholar 

  17. Milo R, Shen-Orr S, Itzkovitz S, Kashtan N, Chklovskii D, Alon U (2002) Networks motifs: Simple building blocks of complex networks. Science 298(5594):824–827

    Article  Google Scholar 

  18. Oltvai ZN, Barabási A-L (2002) Life’s complexity pyramid. Science 298(5594):763–764

    Article  Google Scholar 

  19. Schuster S, Hilgetag C (1994) On elementary flux modes in biochemical reaction systems at steady state. J Biol Sys 2(2):165–182

    Article  Google Scholar 

  20. Shannon P, Markiel A, Ozier O, Baliga NS, Wang JT, Ramage D, Amin N, Schwikowski B, Ideker T (2003) Cytoscape: a software environment for integrated models of biomolecular interaction networks. Genome Res 13(11):2498–2504

    Article  Google Scholar 

  21. Varma A, Palsson BO (1994) Review: Metabolic flux balancing: Basic concepts, scientific and practical use. Bio/Technology 12(10):994–998

    Article  Google Scholar 

  22. Watts DJ, Strogatz SH (1998) Collective dynamics of small-world networks. Nature 393(6684):440–442

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Leibniz Institut für Pflanzengenetik und Kulturpflanzenforschung (IPK) Gatersleben, Corrensstr. 3, 06466, Gatersleben, Deutschland

    Falk Schreiber

  2. Institut für Informatik, Martin-Luther-Universität Halle-Wittenberg, Von-Seckendorff-Platz 1, 06120, Halle, Deutschland

    Falk Schreiber

Authors
  1. Falk Schreiber
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Falk Schreiber.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Schreiber, F. Analyse und Visualisierung biologischer Netzwerke. Informatik Spektrum 32, 301–309 (2009). https://doi.org/10.1007/s00287-009-0351-8

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00287-009-0351-8

Search

Navigation