Perspektif
Visualisasi struktur molekul adalah salah satu tugas paling umum yang dilakukan oleh ahli biologi struktural, biasanya
menggunakan perangkat lunak, seperti Chimera, COOT, PyMOL, atau VMD. Dalam artikel Perspektif ini, kami menguraikan
bagaimana perkembangan masa lalu dalam grafik komputer dan visualisasi data telah memperluas pemahaman fungsi
biomolekuler, dan kami merangkum kemajuan terbaru yang menjanjikan untuk lebih mengubah biologi struktural. Kami
juga menyoroti bagaimana kemajuan dalam grafik molekuler telah terhambat oleh hambatan komunikasi antara dua
komunitas: ilmuwan komputer yang mendorong kemajuan ini, dan ahli biologi struktural dan komputasi yang akan
diuntungkan. Dengan menunjuk ke makalah kanonik dan menjelaskan kemajuan teknis yang mendasari perkembangan
grafis baru secara sederhana, kami bertujuan untuk meningkatkan komunikasi antara komunitas ini; ini, pada gilirannya,
Alat dan metode grafik molekuler telah dikembangkan secara aktif Sejarah Singkat Grafik Molekuler
selama lebih dari 50 tahun, selalu terkait erat dengan kemajuan Di sini kami menyajikan sejarah singkat grafik molekuler, untuk
perangkat keras komputer (Levinthal, 1966). Sejak awal, pembaca yang tertarik, ulasan yang lebih luas baru-baru ini
perkembangan utama dalam grafik molekuler menarik minat dari diterbitkan (Olson, 2018). Beberapa momen penting dalam grafik
berbagai ilmuwan—oleh karena itu, beberapa diterbitkan dalam molekuler dirangkum dalam:Gambar 1, bersama dengan artikel
jurnal generalis, seperti Science (Langridge et al., 1981). Saat ini, ulasan terbaru. Grafik molekuler paling awal adalah gambar tangan
bagaimanapun, bidang telah terfragmentasi menjadi dua dan model fisik (Richardson dan Richardson, 2013); karena ini mulai
komunitas utama: kemajuan dalam grafik komputer hampir selalu digantikan oleh grafik komputer, fokus awal utama adalah
dilaporkan dalam publikasi yang ditujukan untuk ilmuwan menciptakan representasi visual baru yang membantu dalam
komputer, sementara aplikasi grafik komputer yang mengungkap memahami fungsi biomolekuler dengan menekankan fitur
wawasan biologis baru dilaporkan dalam jurnal yang ditujukan struktural penting. Dua contoh mencolok adalah: (1) representasi
untuk ahli biologi struktural. Dua masalah utama yang disebabkan pita yang dikembangkan oleh JaneRichardson (1977) dan (2)
oleh fragmentasi ini adalah bahwa publikasi seringkali sulit diakses representasi permukaan molekul yang dikembangkan oleh Michael
oleh para ilmuwan di luar subbidangnya masing-masing, dan Connolly (1983a). Perkembangan seperti itu sangat mengubah
interaksi antara kedua komunitas itu rendah karena mereka jarang praktik biologi struktural, yang mengarah pada peluncuranJurnal
menghadiri pertemuan yang sama. Sebagai akibat dari masalah ini, Grafik Molekuler pada tahun 1983, pertama memberikan bidang
banyak ahli biologi struktural tidak menyadari kemajuan terbaru jurnal khusus sendiri. Sejak itu, sejumlah besar alat grafis
dalam metode grafik molekuler; sebaliknya, ilmuwan komputer molekuler telah dikembangkan. Ulasan dariDewi dan Ferrin (2007),
yang bekerja dalam grafik molekuler tidak selalu menyadari, atau O'Donoghue dkk. (2010), dan Johnson dan Hertig (2014) mendiskusikan alat
fokus pada, yang tersedia dan membantu mengidentifikasi metode visualisasi terbaik
Artikel Perspektif ini bertujuan untuk membantu mengatasi beberapa untuk menjawab pertanyaan biologis tertentu.
masalah di atas. Kita mulai dengan meninjau secara singkat hal-hal penting Dalam beberapa tahun terakhir, biologi struktural menjadi semakin
dalam sejarah grafik molekuler. Kami kemudian menguraikan bagaimana saling berhubungan dengan banyak jenis data lainnya (Saya dkk., 2016),
beberapa metode visualisasi komputasi inti yang saat ini digunakan dalam dan tantangan visualisasi telah berpindah dari pandangan statis
alat grafik molekuler dapat digunakan untuk meningkatkan pemahaman molekul tunggal menuju tampilan dinamis skala yang jauh lebih besar,
tentang struktur biomolekuler. Akhirnya, kami menyoroti tantangan yang seperti virus utuh, organel subseluler, atau bahkan seluruh sel (lihat
muncul dalam biologi struktural dan bagaimana mereka dapat diatasi dengan juga Goodsell et al., 2018). Tantangan-tantangan ini telah mengilhami
kemajuan dalam grafik komputer dan oleh platform perangkat lunak baru penelitian intensif dalam komunitas grafis komputer, yang bertujuan
(misalnya, augmented reality). untuk menciptakan solusi yang memanfaatkan arus
Perspektif
kemampuan unit prosesor grafis (GPU) (Chavent dkk., 2011), serta Banyak dari perkembangan di atas dalam grafik komputer pertama
analisis baru dan pendekatan imersif (Hirst et al., 2014). kali dibuat sebagai prototipe penelitian, daripada implementasi yang
Perkembangan terakhir ini dirangkum dalam tiga ulasan mutakhir dapat digunakan, dan telah dilaporkan dalam publikasi ilmu komputer.
tentang grafik molekuler, masing-masing menjelaskan Akibatnya, sementara beberapa kemajuan digabungkan dalam alat
perkembangan teknis yang dapat membantu ahli biologi struktural grafis molekuler yang banyak digunakan (misalnya, VMD,Krone dkk.,
memilih algoritme terbaik untuk tujuan khusus. Ulasan oleh 2012; Batu dkk., 2016; atau Chimera,Goddard dkk., 2018), sayangnya—
Kozlikova dkk, (2017) merinci algoritme yang dapat digunakan seperti yang sudah dicatat 10 tahun yang lalu (Goddard dan Ferrin, 2007)
untuk merender dari molekul kecil ke rakitan makromolekul besar, —banyak perkembangan tetap tidak digunakan oleh komunitas biologi
seperti mikrotubulus. Dua ulasan lainnya (Krone dkk., 2016; Simões struktural. Ini terbukti dari sebagian kecil makalah grafik komputer yang
et al., 2017) fokus pada deteksi dan visualisasi rongga pada dikutip dalam ulasan terbaru yang diterbitkan untuk ahli biologi
permukaan protein. struktural (Gambar 1).
Perspektif
Jadi, salah satu tujuan kami di sini adalah untuk menyajikan beberapa (contoh dan tutorial: https://www.ks.uiuc.edu/Research/vmd/
metode komputasi utama yang biasa digunakan untuk grafik molekuler, dan minitutorials/tachyonao/) (Humphrey et al., 1996) (Gambar 2G),
menyoroti bagaimana metode ini dapat membantu mengatasi tantangan PyMOL (tutorial singkat: https://pymol.org/dokuwiki/doku.php?
yang muncul dalam biologi struktural. DalamInformasi suplemen id=media:ambient_oklusi.) dan, baru-baru ini, ChimeraX (Goddard
kami menyajikan beberapa metode lebih lanjut, yang lebih baru, yang belum dkk., 2018).
diterapkan pada pemirsa molekuler yang dapat diakses secara luas. Pelacakan sinar adalah metode untuk simulasi pencahayaan yang
lebih realistis dengan menghitung jalur yang akan dilalui foton dari
Efek Pencahayaan dan Bayangan untuk Meningkatkan Persepsi setiap sumber cahaya ke titik pandang, memperhitungkan pantulan
Struktur 3D (pelacak sinar yang mudah digunakan yang tersedia di browser web
Seperti hampir semua objek 3D yang kompleks, rendering struktur molekul dapat diuji di alamat: http://lighttracer.org; LihatInformasi suplemen
dalam 2D (misalnya, pada layar komputer atau di atas kertas) memerlukan tentang cara menggunakannya permukaan formolekuler). Ini
kompromi, distorsi, dan penghilangan. Untuk mengimbanginya, berbagai menghasilkan rendering fotorealistik (Gambar 2D), tetapi biasanya
efek visual digunakan untuk mengomunikasikan bentuk 3D yang sebenarnya membutuhkan daya komputasi yang signifikan. Ray tracing sering
dengan lebih baik. Beberapa efek visual yang paling umum berhubungan digunakan dalam membuat gambar statis berkualitas tinggi untuk karya
dengan pencahayaan dan bayangan; untuk grafik molekuler, efek ini dapat seni dan gambar sampul. Metode ini dapat berguna saat merender
membantu pengguna lebih memahami organisasi spasial keseluruhan dari molekul untuk realitas virtual (VR) dan realitas tertambah (AR), karena
biomolekul kompleks (Gambar 2). rendering yang realistis memudahkan pengguna untuk membenamkan
Saat ini, sebagian besar alat grafik molekuler menggunakan diri dalam lingkungan ini. Baru-baru ini, VMD telah menyertakan
perkiraan pencahayaan berbasis fisik yang disebut Model Blinn-Phong berbasis CPU (https://www.ospray.org) dan berbasis GPU (https://
(Blinn, 1977; Phong, 1975). Ini memodelkan pantulan cahaya dari permukaan 3D developer.nvidia.com/optix) metode penelusuran sinar yang secara
menggunakan tiga istilah (lihatGambar S1): (1) istilah ambien yang sama-sama interaktif dapat menampilkan sistem molekul besar dan dinamis
mencerahkan semua objek dalam pemandangan, sehingga memodelkan seragam, (hingga puluhan juta atom; Batu dkk., 2016). Kelompok metode lain,
penerangan global; (2) istilah difus yang memodelkan pantulan dari sumber cahaya yang disebutnon-fotorealistik rendering, bertujuan untuk menyorot fitur
tertentu pada permukaan kasar, sehingga secara selektif mencerahkan dan yang dipilih sambil menyembunyikan yang lain. Salah satu metode ini,
menggelapkan bagian permukaan; dan (3) istilah spekular yang memodelkan yang dikenal sebagaibayangan sel (''cel'' untuk seluloid) atau toon-
pantulan dari sumber cahaya spesifik pada permukaan mengkilap, menghasilkan shading, mengurangi bayangan dan menambahkan garis tebal untuk
sorotan spekular. Bersama-sama, istilah-istilah ini memberikan model pencahayaan menyorot siluet molekul, sehingga menciptakan rendering seperti
yang cukup realistis untuk objek 3D yang halus (Gambar 2SEBUAH); namun, salah kartun yang rata. Cel-shading digunakan oleh David Goodsell dalam
satu batasan utama model ini adalah model ini tidak dapat menyampaikan banyak rendering terkenal dari lanskap biomolekuler yang ramai (
bayangan yang dilemparkan di antara objek. Untuk mengatasi keterbatasan ini, Goodsell et al., 2018). Untuk grafik molekuler, rendering non-
berbagai strategi komputasi telah dikembangkan (Tabel S1)—beberapa dapat secara fotorealistik seringkali efektif dalam kombinasi dengan AO (lihat juga
efisien contoh cel-shading + AO dalam Molekul Bulan Ini oleh D. Goodsell:
menghitung bayangan untuk sistem molekul besar (Krona https://pdb101.rcsb.org/motm/motm-by-date) (Tarini et al., 2006) (
dkk., 2017). Gambar 2C). Pembaca juga dapat memeriksa secara online perbedaan
Untuk lebih meningkatkan struktur 3D, metode di atas dapat antara pencahayaan standar (dengan dan tanpa AO) dan rendering non-
dikombinasikan dengan Oklusi ambien (AO), efek bayangan yang fotorealistik pada molekul yang berbeda dihttps://molstar.org/demos/
menggelapkan bagian struktur yang terkubur (atau tertutup)— lighting/. Pencahayaan juga dapat digunakan untuk menjelaskan aspek
kebanyakan rongga dan celah—untuk mendekati pencahayaan non- spesifik dari struktur biomolekuler: misalnya,Lindow dkk. (2011)
arah (yaitu, global atau ambien) (Gambar 2B). Untuk molekul 3D statis, menggambarkan cara menarik menggunakan pencahayaan untuk
AO telah tersedia selama lebih dari 10 tahun melalui QuteMol (http:// menyorot terowongan dan saluran dalam molekul besar (Gambar 2E).
qutemol.sourceforge.net) penonton (Tarini et al., 2006). AO juga tersedia Tabel S1 memberikan daftar metode mutakhir untuk menerapkan efek
di alat grafik molekuler populer, seperti VMD pencahayaan dan bayangan secara efisien yang disajikan di bagian ini.
Perspektif
Perspektif
Perspektif
grafik, dan Jenkinson (2018) untuk ikhtisar tentang modalitas untuk Bryden, A., Phillips, GN, Jr., dan Gleicher, M. (2012). Ilustrasi otomatis dari fleksibilitas
molekul. IEEE Trans. melihat Hitung. Grafik.18, 132–145.
mengkomunikasikan ilmu molekuler. Dalam konteks yang lebih umum,
''Sudut Pandang Visualisasi Data'' Bang Wong (http://blog. nature.com/ Chastine, JW, Brooks, JC, Zhu, Y., Owen, GS, Harrison, RW, dan Weber,
TI (2005). AMMP-Vis––lingkungan virtual kolaboratif untuk pemodelan molekul. VRST8,
methagora/2013/07/data-visualization-points-ofview.html) juga
https://doi.org/10.1145/1101616.1101620.
merupakan sumber yang bagus untuk memandu pembaca dengan
mudah memahami visualisasi data ilmiah dan merancang angka-angka Chavent, M., Lévy, B., Krone, M., Bidmon, K., Nominé, J.-P., Ertl, T., dan Baaden, M. (2011).
Alat bertenaga GPU meningkatkan visualisasi molekuler. Singkat. Bioinformatika12, 689–701.
ilmiah.
Kami percaya bahwa peningkatan adopsi beberapa metode yang
Chavent, M., Levy, B., dan Maigret, B. (2008). MetaMol: visualisasi permukaan kulit molekuler
menjanjikan ini memiliki potensi yang signifikan untuk memajukan biologi
berkualitas tinggi. J. Mol. Grafik. Model.27, 209–216.
struktural dengan meningkatkan cara ahli biologi struktural melihat dan
berpikir tentang data mereka. Dengan mencakup referensi untuk survei state- Cheng, Y. (2018). Cryo-EM-partikel tunggal-Bagaimana itu sampai di sini dan ke mana
perginya. Ilmu361, 876–880.
of-the-art yang ditulis oleh tim yang diakui di lapangan, perspektif ini
selanjutnya dapat memberikan titik masuk untuk menghubungi peneliti grafis Cipriano, G., dan Gleicher, M. (2007). Abstraksi permukaan molekul. IEEE Trans. melihat
Hitung. Grafik.13, 1608–1615.
komputer untuk menerapkan teknik rendering baru yang pasti akan
menguntungkan biologi struktural. Untuk lebih membantu mewujudkan Connolly, ML (1983a). Permukaan protein dan asam nukleat yang dapat diakses oleh
tujuan ini, kami juga akan mendorong pembaca untuk mempertimbangkan pelarut. Ilmu221, 709–713.
berpartisipasi dalam acara ilmiah yang menyatukan ahli biologi struktural Connolly, ML (1983b). Perhitungan permukaan molekul analitis. J. Aplikasi Kristallog16, 548–
dengan peneliti yang bekerja pada grafik komputer: pertemuan, seperti VIZBI 558.
Davison, T., Samavati, F., dan Jacob, C. (2019). LifeBrush: melukis, mensimulasikan, dan
memvisualisasikan lingkungan biomolekuler yang padat. Hitung. Grafik.
INFORMASI SUPLEMEN
82, 232–242.
Informasi Tambahan dapat ditemukan online di https://doi.org/10.1016/j.str. Edelsbrunner, H. (1999). Desain permukaan halus yang dapat dideformasi. Komputasi
2019.09.001. Diskrit. Geometri.21, 87–115.
Fioravante, M., Shook, A., Thorpe, I., dan Rheingans, P. (2013). Memvisualisasikan korelasi
UCAPAN TERIMA KASIH gerak dalam dinamika molekul menggunakan deformasi geometris. Hitung. Grafik. Forum
32, 311–320.
MB didukung oleh program ''Initiative d'Excellence'' dari Negara Prancis (Hibah ''DYNAMO'', Geng, W., Yu, S., dan Wei, G. (2007). Perlakuan singularitas muatan dalam model pelarut
ANR-11-LABX-0011 dan ''CACSICE'' ANR-11EQPX-0008). MC mengakui dukungan dari hibah implisit. J. Kimia. fisik.127, 114106.
CNRS-MITI PEPS MPI 2018 dan ''Modélisation du vivant'' 2019. NA sebagian didanai oleh
Kementerian Pendidikan Arab Saudi. MERUMPUT. mengucapkan terima kasih atas Goddard, TD, dan Ferrin, TE (2007). Perangkat lunak visualisasi untuk rakitan molekuler.
dukungan dari Tour de Cure Limited (Australia) untuk proyek ''Memvisualisasikan Curr. pendapat. Struktur. Biol.17, 587–595.
mekanisme kanker dalam VR.'' RSL berterima kasih kepada Departemen Ilmu Komputer di
Universitas Swansea. ASR didukung oleh RCSB PDB yang didanai bersama oleh NSF, NIH, Dewi, TD, Huang, CC, Meng, EC, Pettersen, EF, Sofa, GS, Morris,
dan US DoE (NSF DBI-1338415; PI: SK Burkley). Semua penulis ingin mengucapkan terima JH, dan Ferrin, TE (2018). UCSF ChimeraX: memenuhi tantangan modern dalam visualisasi
kasih kepada pengulas anonim atas umpan balik konstruktif mereka. dan analisis. Ilmu Protein.27, 14–25.
Goodsell, DS, Franzen, MA, dan Herman, T. (2018). Dari atom ke sel: menggunakan lanskap
skala meso untuk membangun narasi visual. J. Mol. Biol.430,
3954–3968.
KONTRIBUSI PENULIS
Hirst, JD, Glowacki, DR, dan Baaden, M. (2014). Simulasi dan visualisasi molekuler: pengantar
dan ikhtisar. Diskusi Faraday.169, 9–22.
Naskah ini ditulis melalui kontribusi semua penulis.
Humphrey, W., Dalke, A., dan Schulten, K. (1996). VMD: dinamika molekuler visual. J. Mol.
Grafik.14, 27–28.
REFERENSI
Im, W., Liang, J., Olson, A., Zhou, H.-X., Vajda, S., dan Vakser, IA (2016). Tantangan dalam
pendekatan struktural untuk pemodelan sel. J. Mol. Biol.428,
Andrei, RM, Callieri, M., Zini, MF, Loni, T., Maraziti, G., Pan, MC, dan Zoppè, M. (2012).
2943–2964.
Representasi intuitif dari sifat permukaan biomolekul menggunakan BioBlender.
Bioinformatika BMC13 (Suppli 4 ), S16. Iwasa, JH (2015). Menghidupkan mesin makromolekul menggunakan animasi 3D. Curr.
pendapat. Struktur. Biol.31, 84–88.
Arthur, K., Preston, T., Taylor, R., Brooks, F., Whitton, M., Wright, W.., 1998. Merancang dan
membangun PIT: ruang kerja stereo yang dilacak kepala untuk dua pengguna. https:// Iwasa, JH (2010). Menganimasikan gambar model. Tren Sel Biol.20, 699–704.
doi.org/10.5555/897917.
Jenkinson, J. (2018). Biologi molekuler memenuhi ilmu pembelajaran: visualisasi dalam
Bates, PW, Wei, GW, dan Zhao, S. (2008). Permukaan molekul minimal dan aplikasinya. J. pendidikan dan penjangkauan. J. Mol. Biol.430, 4013–4027.
Hitung. Kimia29, 380–391.
Johnson, GT, Autin, L., Al-Alusi, M., Goodsell, DS, Sanner, MF, dan Olson,
Berman, HM, Kleywegt, GJ, Nakamura, H., dan Markley, JL (2012). Bank data protein di 40: AJ (2015). cellPACK: mesoscope virtual untuk memodelkan dan memvisualisasikan biologi
merefleksikan masa lalu untuk mempersiapkan masa depan. Struktur20, 391–396. sistem struktural. Nat. Metode12, 85–91.
Johnson, GT, Autin, L., Goodsell, DS, Sanner, MF, dan Olson, AJ (2011). ePMV menanamkan
Blinn, JF (1977). Model pantulan cahaya untuk gambar yang disintesis komputer. TANDA pemodelan molekul ke dalam lingkungan perangkat lunak animasi profesional. Struktur19,
TANGAN, 192–198,https://doi.org/10.1145/563858.563893. 293–303.
Bottaro, S., dan Lindorff-Larsen, K. (2018). Eksperimen biofisik dan simulasi biomolekuler: Johnson, GT, dan Hertig, S. (2014). Panduan untuk analisis visual dan komunikasi data
pasangan yang sempurna? Ilmu361, 355–360. struktural biomolekuler. Nat. Pdt Mol. Biol Sel.15, 690–698.
Perspektif
Johnston, APR, Rae, J., Ariotti, N., Bailey, B., Lilja, A., Webb, R., Ferguson, O'Donoghue, SI, Sabir, KS, Kalemanov, M., Stolte, C., Wellmann, B., Ho, V., Roos, M.,
C., Maher, S., Davis, TP, Webb, RI, dkk. (2018). Perjalanan ke pusat sel: pencelupan realitas Perdigão, N., Buske, FA, Heinrich, J., et Al. (2015). Aquaria: menyederhanakan penemuan dan
virtual ke dalam data ilmiah. lalu lintas19, 105–110. wawasan dari struktur protein. Nat. Metode12, 98–99.
Kay, LE (2016). Tampilan baru protein dinamis fungsional dengan spektroskopi NMR larutan. Olson, AJ (2018). Perspektif visualisasi biologi molekuler struktural: dari masa lalu hingga
J. Mol. Biol.428, 323–331. sekarang. J. Mol. Biol.430, 3997–4012.
Klein, T., Autin, L., Kozlikova, B., Goodsell, DS, Olson, AJ, Groller, ME, dan Viola, I. (2018). O'Connor, M., Deeks, HM, Dawn, E., Metatla, O., Roudaut, A., Sutton, M., Thomas, LM,
Konstruksi instan dan visualisasi lingkungan biologis yang padat. IEEE Trans. melihat Glowacki, BR, Sage, R., Tew, P., et Al. (2018). Pengambilan sampel konformasi dan dinamika
Hitung. Grafik.24, 862–872. molekuler dalam kerangka realitas virtual multipengguna. Sci. Adv.4, 1–9.
Koradi, R., Billeter, M., dan Wuthrich, K. (1996). MOLMOL: program untuk menampilkan dan
menganalisis struktur makromolekul. J. Mol. Grafik.14, 51–55, 29-32. Parulek, J., Jönsson, D., Ropinski, T., Bruckner, S., Ynnerman, A., dan Viola, I.
(2014). Tingkat detail dan abstraksi visual yang berkelanjutan untuk visualisasi molekul yang
Kozlikova, B., Krone,M., Falk,M., Lindow, N.,Baaden,M., Baum, D.,Viola, I.,Parulek, J., dan mulus. Hitung. Grafik. Forum33, 276–287.
Hege, H.-C. (2017). Visualisasi struktur biomolekuler––kecanggihan ditinjau kembali. Hitung.
Grafik. Forum.https://doi.org/10.1111/cgf.13072. Phong, BT (1975). Penerangan untuk gambar yang dihasilkan komputer. komuni. ACM18,
311–317.
Krone, M., Bidmon, K., dan Ertl, T. (2009). Visualisasi interaktif dinamika permukaan molekul.
IEEE Trans. melihat Hitung. Grafik.15, 1391–1398. Rajendiran, N., dan Durrant, JD (2018). Pyrite: plugin blender untuk memvisualisasikan
simulasi dinamika molekul menggunakan teknik rendering standar industri. J. Hitung. Kimia
Krone, M., Kozlikova, B., Lindow, N., Baaden, M., Baum, D., Parulek, J., Hege, 39, 748–755.
H.-C., dan Viola, I. (2016). Analisis visual rongga biomolekuler––kecanggihan. Hitung. Grafik.
Forum.https://doi.org/10.1111/cgf.12928/pdf. Richardson, JS (1977). topologi beta-Sheet dan keterkaitan protein. Alam268, 495–500.
Krone, M., Reina, G., Zahn, S., Tremel, T., Bahnmuller, C., dan Ertl, T. (2017). Peta bayangan
bola implisit. PasifikVis.https://doi.org/10.1109/PACIFICVIS.2017.8031605. Richardson, JS, dan Richardson, DC (2013). Melakukan biofisika molekuler: menemukan,
menamai, dan membayangkan sinyal dalam kompleksitas. annu. Pdt. Biophys.
42, 1-28.
Krone, M., Batu, JE, Ertl, T., dan Schulten, K. (2012). Visualisasi cepat permukaan kerapatan
Gaussian untuk dinamika molekul dan lintasan sistem partikel. Makalah Singkat EuroVis. Rose, AS, dan Hildebrand, PW (2015). NGL Viewer: aplikasi web untuk visualisasi molekuler.
https://doi.org/10.2312/PE/EuroVisShort/EuroVisShort2012/067-071. Asam Nukleat Res.43, W576–W579.
Sali, A., Berman, HM, Schwede, T., Trewhella, J., Kleywegt, G., Burley, SK, Markley, J.,
Langridge, R., Ferrin, TE, Kuntz, ID, dan Connolly, ML (1981). Grafik warna real-time dalam Nakamura, H., Adams, P., Bonvin, AMJJ, et al. (2015). Hasil lokakarya gugus tugas metode
studi interaksi molekul. Ilmu211, 661–666. hybrid/integratif wwPDB pertama. Struktur
23, 1156–1167.
Le Muzic, M., Autin, L., Parulek, J., dan Viola, I. (2015). cellVIEW––alat untuk rendering
ilustratif dan multi-skala dari kumpulan data biomolekuler besar. Lokakarya Eurografis Vis.
Schmidt-Ehrenberg, J., Baum, D., dan Hege, H.-C. (2002). Memvisualisasikan konformasi
Hitung. Bioma.2015, 61–70.
molekul dinamis. IEEE Vis. 235–242.
Levinthal, C. (1966). Pembuatan model molekuler dengan komputer. Sci. Saya.214, 42–52.
Schulz, C., Schatz, K., Krone, M., Braun, M., Ertl, T., dan Weiskopf, D. (2018). Visualisasi
ketidakpastian untuk struktur sekunder protein. PasifikVis.
Lindow, N., Baum, D., dan Hege, H.-C. (2014). Ligan dikecualikan permukaan: jenis baru dari
https://doi.org/10.1109/PacificVis.2018.00020.
permukaan molekul. IEEE Trans. melihat Hitung. Grafik.20, 2486–2495.
Sehnal, D., Deshpande, M., Vareková, RS, Mir, S., Berka, K., Midlik, A., Pravda, L., Velankar, S.,
Lindow, N., Baum, D., Prohaska, S., dan Hege, HC (2010). Visualisasi dipercepat dari
dan Koca, J. (2017). LiteMol suite: visualisasi interaktif berbasis web dari data struktur
permukaan molekul dinamis. Hitung. Grafik. Forum29, 943–952.
makromolekul skala besar. Nat. Metode14, 1121-1122.
Lv, Z., Tek, A., Da Silva, F., Empereur-mot, C., Chavent, M., dan Baaden, M.
(2013). Game on, sains––bagaimana teknologi video game dapat membantu ahli biologi
Simões, T., Lopes, D., Dias, S., Fernandes, F., Pereira, J., Jorge, J., Bajaj, C., dan Gomes, A.
mengatasi tantangan visualisasi. PLoS Satu8, e57990.
(2017). Algoritme deteksi geometrik untuk rongga pada permukaan protein dalam grafik
Miao, H., De Llano, E., Isenberg, T., Groller, ME, Barisic, I., dan Viola, I. (2018). DimSUM–– molekuler: survei. Hitung. Grafik. Forum36, 643–683.
peta pemersatu dimensi dan skala untuk abstraksi visual struktur origami DNA. Hitung.
Grafik. Forum37, 403–413. Singla, J., McClary, KM, Putih, KL, Alber, F., Sali, A., dan Stevens, RC
(2018). Peluang dan tantangan dalam membangun model multi-skala spatiotemporal
Miao, H., Klein, T., Kouril, D., Mindek, P., Schatz, K., Groller, ME, Kozlikova, pankreas manusiab Sel. Sel173, 11–19.
B., Isenberg, T., dan Viola, I. (2019). Visualisasi molekuler multiskala. J. Mol. Biol.431, 1049–
1070. Stone, JE, Sener, M., Vandivort, KL, Barragan, A., Singharoy, A., Teo, I., Ribeiro, JV, Isralewitz,
B., Liu, B., Goh, BC, et al. (2016). Visualisasi detail atom dari membran fotosintesis dengan
Mindek, P., Kouril, D., Sorger, J., Toloudis, D., Lyons, B., Johnson, G., Groller, ray tracing yang dipercepat GPU. Paralel. Hitung.55, 17–27.
ME, dan Viola, I. (2018). Visualisasi multi-pipa untuk mengkomunikasikan biologi. IEEE Trans.
melihat Hitung. Grafik.24, 883–892.
Tarini, M., Cignoni, P., dan Montani, C. (2006). Oklusi ambien dan isyarat tepi untuk
Mura, C., McCrimmon, CM, Vertrees, J., dan Sawaya, MR (2010). Pengantar grafik meningkatkan visualisasi molekuler waktu nyata. IEEE Trans. melihat Hitung. Grafik.12,
biomolekuler. Komputer PLoS. Biol.6, e1000918. 1237–1244.
Mwalongo, F., Krone, M., Reina, G., dan Ertl, T. (2016). Laporan mutakhir dalam visualisasi van der Zwan, M., Lueks, W., Bekker, H., dan Isenberg, T. (2011). Visualisasi molekuler
berbasis web. Hitung. Grafik. Forum35, 553–575. ilustratif dengan abstraksi berkelanjutan. Hitung. Grafik. Forum
30, 683–690.
Norrby, M., Grebner, C., Eriksson, J., dan Boström, J. (2015). Keretakan molekuler: realitas
virtual untuk perancang obat. J. Kimia. Inf. Model.55, 2475–2484. Vorobjev, YN, dan Hermans, J. (1997). SIMS: perhitungan permukaan molekul invarian halus.
Biofis. J73, 722–732.
O'Donoghue, SI, Goodsell, DS, Frangakis, AS, Jossinet, F., Laskowski,
RA, Nilges, M., Saibil, HR, Schafferhans, A., Wade, RC, Westhof, E., dan Olson, AJ (2010). Yuan, S., Chan, HCS, dan Hu, Z. (2017). Menerapkan WebGL dan HTML5 dalam visualisasi
Visualisasi struktur makromolekul. Nat. Metode makromolekul dan desain obat berbantuan komputer modern. Tren Bioteknologi.35, 559–
7, S42–S55. 571.