30.04.2025, 09:00 Uhr

Durchführung per Videokonferenz

Titel: Implementation of Real-Time Analytics in Virtual Reality for
Biomedical Networks

Kurzfassung:
Netzwerke spielen eine entscheidende Rolle in der Bioinformatik sowie in anderen
Forschungsbereichen, um umfassende Einblicke in Prozesse und Beziehungen in komplexen
Systemen zu gewinnen. Diese Arbeit zielt darauf ab, den DataDiVR, ein auf virtueller Realität
basierendes Echtzeit-Netzwerkanalysetool, von einer reinen Visualisierungsplattform zu
einem umfassenden Netzwerkanalysewerkzeug zu erweitern, um Forscher dabei zu
unterstützen, ihre Netzwerkdaten aus einer anderen Perspektive zu entdecken und völlig neue
Ansätze und Hypothesen zu entwickeln.
Basierend auf der vorherigen Version des DataDiVR haben wir Infrastrukturkomponenten wie
die Annotationsverarbeitung überarbeitet und den Uploadvorgang von Netzwerken auf die
Plattform aktualisiert. Wir haben ein breites Spektrum von Analysewerkzeugen implementiert,
um Netzwerkeigenschaften zu untersuchen, in Laufzeit neue Layouts zu generieren,
annotierte Eigenschaften zu untersuchen sowie Hypothesentests basierend auf Enrichment
durchzuführen. Die Ergebnisse dieser Werkzeuge sind als interaktive Plots integriert, welche
das Netzwerk in Laufzeit manipulieren, um sofortiges Feedback für eine weitere detaillierte
Inspektion zu geben. Darüber hinaus haben wir Protein-Protein-Interaktionsnetzwerke aus
einem experimentellen Pilotdatensatz der RAS-ERK-Pathway-Proteine zusammengestellt, um
diese Netzwerke mit den neu entwickelten DataDiVR-Werkzeugen zu untersuchen.
Durch den Einsatz fortschrittlicher VR-Technologie und Netzwerkwissenschaft konnten wir die
die Interaktionswege innerhalb unseres erstellten RAS-ERK-Signalnetzwerkes erfolgreich
untersuchen. Darüber hinaus visualisierten wir die räumliche Anordnung der Knoten in Bezug
auf ihre kantenbasierten Verbindungen, was unmittelbares Feedback ermöglichte und eine
detaillierte Inspektion erleichterte. Dieser Ansatz hebt die wissenschaftlichen Vorteile der
DataDiVR-Plattform hervor. Zukünftige Forschungen können die Hypothesen zur Dynamik des
RAS-ERK-Signalinteraktionsnetzwerks weiter untersuchen und damit tiefere Einblicke in
zelluläre Signalmechanismen ermöglichen.