基于Android的代謝網絡可視化和生化反應搜索的實現

張浩然　張兆祥　劉　娟*　胡黔楠

1(武漢大學計算機學院　湖北 武漢 430072)2(天津工業生物技術研究所　天津 300308)

?

基于Android的代謝網絡可視化和生化反應搜索的實現

張浩然1張兆祥1劉娟1*胡黔楠2

1(武漢大學計算機學院湖北 武漢 430072)2(天津工業生物技術研究所天津 300308)

摘要代謝網絡和生化反應代謝路徑的研究是合成生物領域的重要內容，目前亟需相關計算機軟件來輔助分析。針對這種情況以及目前移動互聯網發展趨勢，開發了一種基于Android的代謝網絡可視化和生化反應搜索引擎系統。該系統將Android作為展示平臺，顯示代謝網絡的三維模型，提供生化反應的搜索，這些都為生物合成和藥物發現領域的研究人員提供了參考。系統用美觀的三維模型顯示代謝網絡，同時提供簡單的便捷的操作界面供用戶查詢生化反應。

關鍵詞Android系統代謝網絡可視化生化反應

0引言

合成生物學是21世紀初新出現的一門交叉學科，在通過闡明并模擬生物合成的基本規律基礎上，將工程學科的理念應用到生物學方面，達到人工設計并構造舊的、擁有特殊生理功能的生物系統，從而開辟廉價生產藥物、化學品等的生物制造方法。與傳統的生物學研究方式完全相反，合成生物學是從最基本的要素開始逐步構造生物體的零部件直到人工生命系統。

研究基因組規模的代謝網絡和不同的生化反應代謝路徑是合成生物學的一個重要內容。通過計算機輔助模擬方式研究代謝網絡逐漸成為生物學家的一個重要研究手段。而代謝網絡的可視化則是研究復雜代謝網絡的重要環節，傳統的代謝網絡可視化工具多以二維方式展示，但是三維可視化可以更加生動地描述代謝網絡中的元素，這樣既能在宏觀層面上直觀展示以代謝途徑為單位的功能模塊，也能微觀層面上探索網絡元素之間的關聯，為生物合成和藥物發現領域的研究人員提供了參考[1]。生化反應在維持生命和促進細胞生長的過程中起著非常重要的作用，因此本文整合了RxnFinder搜索引擎來方便研究人員搜索生化反應，RxnFinder是一個專業的生化反應搜索引擎，用于從KEGG反應數據庫中搜索反應，生物信息學數據庫KEGG是由日本京都大學生物信息學中心的Kanehisa實驗室建立，它包含了超過8000條生化反應[2]。

互聯網的快速發展帶動了其他行業的快速發展，未來互聯網也在逐漸從傳統互聯網向移動互聯網轉變，移動互聯網的高速發展也為生物技術發展帶來契機。本文開發一款基于Android操作系統的代謝網絡的三維可視化，同時整合了生化反應的搜索引擎，充分利用移動客戶端的優勢，方便研究人員研究代謝網絡和查詢生化反應。

1系統結構設計

1.1系統總體設計

新一代的互聯網程序朝著面向服務，面向應用，面向資源的方向發展。同時在目前移動互聯網終端用戶數量爆發性增長的大趨勢下，針對具體需求分析，本文采用基于C/S的系統架構，充分利用服務器和Android客戶端硬件環境的優勢，將任務合理分配到客戶端和服務器端分別實現，既充分利用了客戶端的計算能力減輕了服務器端運行負荷，又降低了服務器與客戶端通訊所產生的流量開銷。本文的整個系統架構如圖1所示，用戶通過Android客戶端來進行交互，Android客戶端將用戶的請求發送到Web服務器，Web服務器負責接收客戶端的請求分析處理后進一步請求后臺數據庫來提供查詢與存儲支持。在后臺服務器選擇上，由于需要與武漢大學組合生物合成和新藥發現教育部重點實驗室平臺進行整合，從兼容性和可維護性方面考慮，決定使用由Python語言實現的開源框架Django，也方便了將來進行擴展。服務器端數據庫則采用加州大學伯克利分校計算機系開發的PostgreSQL數據庫，PostgreSQL不僅提供了良好的可移植性方便了數據的轉移，同時其豐富的引擎選擇為應用提供了良好的性能保證。

圖1　系統總體架構圖

1.2Android客戶端設計

本文的Android系統的總體結構如圖2所示。Android程序整體就是一種典型MVC結構，其中M指邏輯模型，V指視圖模型，C指控制器。視圖層一般采用層次化的XML配置文件來描述,控制層一般通過眾多的Activity協同處理來實現，模型層則是處理數據庫和網絡等耗時的IO操作。MVC模式將應用程序的邏輯控制與界面展示完全分開，互不干擾。這種模式既方便了與他人進行合作開發，每人只需要開發自己的功能模塊而不會相互影響，也方便了以后修改業務流程或業務規則改變時，只需要改動MVC的模型層，而不需要對整個系統進行太大的改動[3]。

圖2　Android軟件結構圖

本文的Android軟件主要分為三個部分：生化反應的搜索(RxnFinder)，代謝網絡的三維可視化(ModNet3D)，生物合成領域的新聞顯示(News)。

(1) 本文目前的代謝網絡主要是基于大腸桿菌的代謝網絡，通過專門針對手機等嵌入式設備而設計的OpenGLES進行渲染，最終繪制成球棍狀三維模型。根據代謝網絡的定義，代謝網絡可以劃分為三個層次：代謝途徑，反應以及化合物。因此，在代謝網絡三維模型中，球體代表化合物，棍代表化合物之間的反應，而每一個連通的圖則是一個代謝途徑(Pathway)。用戶既可以通過PathwayID、PathwayName來搜索指定的Pathway，也可以通過CompoundID、CompoundName來搜索包含指定Compound的Pathway。

(2) 生化反應的搜索數據主要來源于KEGG反應數據庫，用戶能夠通過MoleculeName(分子名稱)、ECNumber(反應酶的代號)、PathwayName(途徑名稱)來搜索相關的生化反應。用戶可以查看反應的詳細信息，包括反應兩端的分子結構，反應的催化酶的詳細信息。

(3) 新聞模塊則顯示一些生物合成相關的科研、會議、產品等新聞。

1.3服務器端設計

服務器端的主要功能是處理客戶端KEGG反應數據庫的信息和新聞信息的請求，服務器前端使用了基于異步IO并發的Nginx服務器，并通過多重機制保證服務效率如Web響應緩存機制，基于Apache的多路負載均衡，GZIP壓縮等并支持用戶身份驗證操作。將需要頻繁更新的數據放在服務器端方便以后對數據進行增刪改，而Android客戶端本地不需要改任何代碼就可以獲取最新數據。當客戶端的HTTP請求到來時，服務器端會對客戶端的請求進行解析，查詢WEB緩存，緩存命中直接將結果返回到客戶端，否則將訪問后臺數據庫獲取數據后返回到客戶端。本文主要通過JSON(JavaScriptObjectNotation)來傳遞服務器和客戶端之間的數據。JSON是一種輕量級的數據交換格式，主要使用鍵值對形式保存數據，并支持與許多數據類型的原生轉換，另外與常規使用的XML格式相比，減少了大量的冗余信息，既可以加快客戶端與服務器端的通信速度，還可以節約手機客戶端的流量。

2主要算法實現

為了能夠將代謝網絡較好地展示成三維模型，本文使用受力驅動布局中的KamadaKawai(KK)算法。這也是代謝網絡可視化的核心算法。KK布局算法將節點之間的邊看成彈簧，無論彈簧是被壓縮還是被拉伸，彈簧都會存在能量。如果兩個節點相距過近，則彈簧會被壓縮，算法會自動將兩個節點距離分開，相反，如果兩個節點相距過遠，則彈簧被被拉伸，算法就會將兩個節點距離拉近。KK布局算法會自動調整所有頂點，直到整個代謝網絡達到能量最小值[4]。

算法輸入：圖G= (V,E)

算法輸出：V中所有頂點坐標值

算法評價函數如下所示：

首先初始化頂點集V的坐標，(xi,yi,zi)和(xj,yj,zj)分別表示頂點(vi,vj)的三維坐標，ki,j表示彈簧的彈性系數，li,j表示彈簧間初始長度，算法的目標就是尋找出點集V中所有點的坐標位置，使E最小。由于尋找最優解是一個NP完全問題，因此本文采取了模擬退火算法來求出趨于全局最優解的最優解。其基本思想如下：

(1) 初始化頂點V的坐標，初始化解狀態S，初始化溫度T。

(2) 隨機選取一個頂點在空間內隨機移動一小段距離，得到新解狀態S′,計算E(S′)。

(3) 如果E(S′)

(4) 如滿足終止條件，則將當前解作為最優解，結束算法，否則，將T減少，轉第(2)步。

3Android軟件實現與測試

3.1Android軟件實現

在開發環境的選擇上，雖然Google推出了自己的Android開發環境AndroidStudio，但是由于最近才發布，目前還存在不少bug待解決，因此最終采用Eclipse+ADT開發環境，同時采用AndroidSDK4.4.2+JavaJDK6開發平臺，程序編譯完成后就會生成apk文件，拷貝到移動終端就可以編譯運行[5]。

本地數據存入SQLite數據庫中，軟件采用模塊化開發思想，提供詳細的對外接口，做到高內聚，內耦合方便后續修改和增加新功能，并通過github進行版本控制，可以很方便地與他人一起開發。

Github上有眾多開源Android項目可以供我們學習使用，同時我們也可以修改別人的開源代碼運用到自己的項目上。本文主要使用了JPCT-AE，async-http-client等開源庫。

JPCT-AE是一款封裝了OpenGLES的3D游戲引擎，開發人員只需要調用它提供的API就可以實現一些很酷的三維效果，而且可以在Android平臺上實現快速渲染。async-http-client是一個封裝了Apache的HttpClient開源庫，但是它所有的Http請求都會在主UI線程之外執行，而且回調函數會在Android主UI線程執行，因此你不需要擔心常見的ANR(ApplicationNotResponding)問題。

3.2Android軟件測試

3.2.1RxnFinder模塊

RxnFinder模塊通過MoleculeName，ECNumber，PathwayName從后臺數據庫中查詢生化反應。例如，用戶可以選擇PathwayName，然后輸入methioninebiosynthesis(甲硫氨酸生物合成),就可以搜索到這個pathway相關的一些反應，可以進一步點擊反應列表來查看反應詳細信息，如圖3所示。

圖3　基于Android的生化反應搜索效果圖

3.2.2ModNet3D模塊

ModNet3D模塊通過OpenGLES庫來展示代謝網絡的三維模型[6]。用戶可以直接選擇Pathway來搜索Pathway的三維模型，也可以通過選擇compound來搜索包含這個compound的pathway三維模型。例如，用戶選擇polymyxinresistance(多粘菌素抗性途徑)這個Pathway,手機屏幕上就會顯示這個pathway的代謝網絡。如圖4所示，用戶可以滑動屏幕來旋轉三維模型，還可以通過手指來放大和縮小三維模型。當用戶點擊一個球體(化合物)時，軟件會顯示化合物的詳細結構和名稱。因為絕大部分的反應是在酶的作用下發生的，所以當用戶點擊一條邊(生化反應)時，軟件會自動跳轉到Expasy網站查詢作用于這個反應的酶的詳細信息。Expasy是由瑞士生物信息學研究所維護的一個專業的蛋白質分析系統，是一個生物信息的門戶。

圖4　基于Android的代謝網絡三維圖

3.2.3News模塊

News模塊主要提供生物合成領域科研，會議，產品等新聞信息。當用戶點擊某個新聞模塊時，服務器端的新聞信息列表以Json格式傳遞給客戶端，客戶端只需要進行解析并顯示詳細新聞列表。當用戶點擊某個具體新聞時，就會鏈接到該新聞的網站，顯示詳細新聞信息。所有的新聞數據都存放在服務器端，更新時只需要更新服務器端新聞信息，而已經瀏覽過的新聞數據則存儲在本地sqlite數據庫中，以免再次更新新聞損耗流量。

4討論

本文開發的Android軟件實現了代謝網絡可視化，整合了生化反應搜索引擎RxnFinder。針對基因組規模的代謝網絡，使用經典布局算法，設計了一個三維可視化系統ModNet3D。與電腦相比，手機屏幕上顯示三維模型更易操作，用戶只需要使用一些簡單的手勢就可以操作這個三維模型。客戶端目前提供了以大腸桿菌代謝網絡為例的可視化分析，為生物合成和藥物研發領域的研究人員提供了使用案例。同時，以后制作了新的代謝網絡，只需要在服務器端更新，然后在Android本地端進行同步后就可以通過客戶端來觀察新的代謝網絡。生化反應搜索引擎可以通過分子名稱，反應酶代號，途徑名稱來搜索相關反應的詳細信息，用戶可以很快捷地查詢反應表達式，分子結構，反應酶信息等，極大方便了生物合成領域研究人員檢索KEGG反應[7,8]。

本系統目前仍然存在一些不足之處，這也是下一步改進的方向。由于手機屏幕的限制，無法像電腦屏幕顯示大量信息，所以只能顯示用戶選擇的具體代謝途徑，無法把整個大腸桿菌的代謝網絡顯示在手機屏幕上。另外受服務器端系統規模限制對

移動端用戶數量支持有限，當用戶達到一定規模后，會出現反應遲鈍的假死現象，后續通過分布式架構改進它。

5結語

本文針對基因組規模的代謝網絡，設計了一個基于Android的三維可視化系統ModNet3D，同時為了方便研究人員對生化反應進行分析，整合KEGG反應數據庫，提供了一系列方式供用戶搜索生化反應。隨著移動互聯網的快速發展，未來合成生物領域與移動互聯網之間會產生更多的交集，會有越來越多的開發人員開發生物領域相關的軟件。因此，目前亟需一個開放的平臺，可以供互聯網研究人員與生物研究人員交流的平臺，相互促進發展，使移動互聯技術在生物領域產生更大的影響。

參考文獻

[1] 許曉彤.基因組規模代謝網絡的三維可視化系統的設計與實現[D].武漢:武漢大學計算機學院,2013.

[2]HuQN,DengZ,HuHN,etal.RxnFinder:biochemicalreactionsearchenginesusingmolecularstructures,molecularfragmentsandreactionsimilarity[J].Bioinformatics,2011,27(17):2465-7.

[3]RetoMeier.Android4高級編程[M].北京:清華大學出版社,2013.

[4]BeckerMY,RojasI.Agraphlayoutalgorithmfordrawingmetabolicpathways[J].Bioinformatics,2001,17(5):461-467.

[5]WeimengLee.Android編程入門經典[M].北京:清華大學出版社,2012.

[6]KevinBrothaler.OpenGLES應用開發實踐指南:Android卷[M].北京:機械工業出版社,2014.

[7]CroftD,O’KellyG,WuG,etal.Reactome:adatabaseofreactions,pathwaysandbiologicalprocesses[J].NucleicAcidsRes,2011,39(Databaseissue):D691-7.

[8]KanehisaM,GotoS,FurumichiM,etal.KEGGforrepresentationandanalysisofmolecularnetworksinvolvingdiseasesanddrugs[J].NucleicAcidsRes,2010,38(Databaseissue):D355-60.

IMPLEMENTATION OF ANDROID-BASED METABOLIC NETWORKS VISUALISATIONANDBIOCHEMICALREACTIONSEARCH

Zhang Haoran1Zhang Zhaoxiang1Liu Juan1*Hu Qiannan2

1(School of Computer,Wuhan University,Wuhan 430072,Hubei,China)2(Tianjin Institute of Industrial Biotechnology,Tianjin 300308,China)

AbstractResearch on metabolic networks and metabolic pathway of biochemical reaction is important for biosynthesis, and the related computer software is urgently needed at present to carry out assistant analysis. In light of this situation and based on current development trend of mobile Internet, we developed an Android-based system for metabolic networks visualisation and biochemical reaction search engine. The system regards the Android as the display platform, it demonstrates the 3D model of metabolic networks and provides biochemical reaction searches, both of these provide the references for researchers in biosynthesis and drug discovery fields. The system displays the metabolic networks with beautiful 3D model, and meanwhile presents simple and convenient operation interface for users to search the biochemical reactions.

KeywordsAndroid systemMetabolic networkVisualisationBiochemical reaction

收稿日期：2014-12-26。張浩然，碩士生，主研領域：數據挖掘。張兆祥，碩士生。劉娟，教授。胡黔楠，教授。

中圖分類號TP311

文獻標識碼A

DOI:10.3969/j.issn.1000-386x.2016.06.054