Tags: #visualização-de-dados #dinâmica-molecular #bioinformatica-estrutural
Visualizador tridimensional de Dynamic Cross Correlation Maps que consideram o tempo, como matrizes de adjacência sobrepostas
A ideia deste projeto surgiu no desenvolvimento de um projeto na cadeira de Visual Analytics, desde então a o projeto vem tomando forma. Ao compartilhar momentos com colegas de laboratório identifiquei a necessidade da exploração temporal da métrica que estava sendo visualizada de maneira estática, motivando o início do desenvolvimento da ideia.
O projeto então assume um carácter exploratório, visto que o desenvolvimento da ferramenta possui limitações consideráveis, contudo, exemplificam o que a pesquisa busca evidenciar.
O Backend desta ferramenta é 'desacoplado' do uso da mesma, por conter um caráter exploratório, visto que o pré-processamento dos dados tanto por parte do GROMACS quanto por parte da lógica principal, desenvolvida em Python, que 'fatia' o DCCM trabalham com um volume de dados que torna impraticável a transferência destes arquivos gigantescos :)
Características principais:
- Python (lang)
- Mdtraj (lib)
- Uso de matrizes para cálculos ()
Como aplicar o uso para uma trajetória não contida no caso de testes explorado no trabalho:
Etapa do GROMACS:
Etapa do Python:
retorna um arquivo binário otimizado
não usa container sepa
Desenvolvida por completo utilizando Node e Three js, o three é uma biblioteca desenvolvida com o fim de abstrair o uso do WebGL, simplificando processos para o desenvolvimento de diversas ferramentas, tanto em simples projetos web como até mesmo aplicações complexas, que neste caso servem como prova de conceito.
O Frontend utiliza a aplicação de shaders para uma melhor otimização da renderização, demonstrando esta matriz tridimensional que demonstra a correlação de todos os resíduos contra todos os resíduos ao decorrer do tempo. Segue uma imagem meramente ilustrativa como uma pequena demonstração das correlações que podem 'desaparecer' quando a média completa da trajetória é considerada (quadrado verde = volume de correlações, xis rosa = correlações e anti correlações acontecendo simultaneamente em um curto momento de tempo):
Como rodar a aplicação de visualização após o pré-processamento dos dados:
Localizando arquivos de entrada (Binários vindo do backend)
Rodar container coisarada
dalek
