2015年1月9日に産総研で行われたセミナーの資料です。現時点におけるCytoscapeプロジェクトの現状と、今後のライフサイエンス向けソフトウェアの開発についてのビジョンです。 http://www.cytoscape.org/index.html

2. Cytoscapeの現状とCyberinfrastructure
再現可能な大規模オミクスデータ解析ワークフローに対応したツール群を目指して
大野 圭一朗
UC, San Diego Trey Ideker Lab Cytoscape Core Team
産総研セミナー 1/9/2015

3. 自己紹介

4. - 大野 圭一朗 (Keiichiro Ono)
- カリフォルニア大学
サンディエゴ校医学部
- Trey Ideker Lab
- Software Engineer /
Research Associate
- National Resource for Network
Biology (NRNB)
- nrnb.org

5. Keiichiro Ono
Background
Bioinformatics
Computer Science
Work
Research
Bioinformatics workflow
Visualization pipeline
Data
Visualization
Networks
Other Biological Data
Integration
Molecular Interactions
Pathways
Annotations
Software Development
Cytoscape
NeXO
Cyberinfrastructure
All kinds of small tools
Like
Art
Kandinsky
Mondrian
Music
Electronica
Techno
Minimal
Detroit
Jazz
Sci-fi
Movie
Novel
Life
US
San Diego
San Francisco Bay Area
Los Angeles
Orange County
Japan
Gifu
Tokyo

6. Keiichiro Ono
Background
Bioinformatics
Computer Science
Work
Art
Kandinsky
Mondrian
Electronica

7. Keiic
Work
Research
Bioinformatics workflow
Visualization pipeline
Data
Visualization
Networks
Other Biological Data
Integration
Molecular Interactions
Pathways
Annotations
Software Development
Cytoscape
NeXO
Cyberinfrastructure
All kinds of small tools

8. Keiichiro Ono
Background
Bioinformatics
Computer Science
Work
Research
Bioinformatics workflow
Visualization pipeline
Data
Visualization
Networks
Other Biological Data
Integration
Molecular Interactions
Pathways
Annotations
Software Development
Cytoscape
NeXO
Cyberinfrastructure
All kinds of small tools
Like
Art
Kandinsky
Mondrian
Music
Electronica
Techno
Minimal
Detroit
Jazz
Sci-fi
Movie
Novel
Life
US
San Diego
San Francisco Bay Area
Los Angeles
Orange County
Japan
Gifu
Tokyo

9. 計算機科学 生物学

10. Agenda

11. 現在
未来

12. 現在

13. - Cytoscapeプロジェクトの現状
- 最新リリース: v3.2.0
- web関連テクノロジーへの取り組み:
Cytoscape.js
- 自動化されたワークフローで
Cytoscapeを利用する: cyREST

14. 現在
未来

15. 未来

16. 未来
Service-oriented workflow
Cytoscape-as-a-service
Docker
Reproducible Science
Web Technologies
NIH The Commons

17. Quick Introduction to
Cytoscape
まだCytoscapeを利用されたことがない方のためへの紹介

18. Cytoscape:
Open Source Platform for
Network Analysis and
Visualization

19. Cytoscapeとは？
- 生物学的ネットワーク解析と可視化のた
めのオープンソースプラットフォーム
- 北米とヨーロッパの研究機関による共同
プロジェクト
- 生物学分野ではデファクトスタンダード
の一つ
- Appと呼ばれるソフトウェアにより拡張
可能
- 200以上のAppがApp Storeで公開中

20. Open Platform for Large-Scale Network Analysis and Visualization
Human Interactome data from BioGRID visualized by Cytoscape

21. プロジェクトの現状

22. > 700 downloads/month

25. App Store Daily Download Plot

28. Project Status
Cytoscape Core:
Apps:
Publications:
✔
✔
更新が必要

29. Cytoscape Ecosystem
コア・プロジェクトの紹介

30. Cytoscape Ecosystem
- Cytoscape 3.2.0 - デスクトップ版
- Cytoscape.js - JavaScript版ライブラリ
- Cytoscape 2.8.3 - レガシー版

31. http://www.cytoscape.org/what_is_cytoscape.html

33. Cytoscape 3.2

34. Cytoscape 3.2
- 新機能
- Chart Editor
- Export as Web
Application

35. Chart Editor

36. Chart Editor

37. Chart Editor
- Visualize multiple data points
to a single view
- Time series data
- Multiple GO terms
- Chart types: Bar, Box, Pie,
Heat Map, Ring
- Part of standard Visual Style
Editor
- Everything will be saved
into session files

38. Gradient Editor

39. Export as Web Application
Cytoscapeで作成した可視化を
Webアプリケーションとして書き出す

40. Export as Web Application
Cytoscapeで作成した可視化
をシンプルなWebアプリケー
ションとして書き出す機能

44. ここまでのまとめ
- Cytoscape 3.2.0
- 最新のデスクトップ版リリース
- Cytoscape.js
- ネットワーク可視化のWebアプリ
ケーションを構築するための部品
- 両者は完全に独立したプロジェクトだ
が、データレベルでの連携をさせる機
能を追加中

45. 他のツールと組み合わせて
Cytoscapeを利用する
cyREST

46. ユーザーのタイプ

47. User Type I
- いわゆる「ベンチバイオロ
ジスト」
- Excelを多用
- ドメインの専門家でデータ
を生み出す人々
- しかし解析と可視化はま
だ…と言う場合も多い

48. User Type II
- バイオインフォマティシャン
- Python + SciPy/NumPy, R +
Bioconductor, MATLABといっ
たもの日常的に利用する
- 必要に応じてライブラリも書く
- 大規模な計算機リソースも多用
する
- 「手作業は悪！」

49. どちらのユーザーも重要！
- Type I: “Bench Biologists”
- Domain experts
- Data producers
- Type II: Computational Biologists
- Experts of large-scale data analysis
- Especially important for genome-scale
data analysis
Cytoscapeにはこちらに
フォーカスした機能が少ない…

50. User Type II
- バイオインフォマティシャン
- Python + SciPy /NumPy, R +
Bioconductor, MATLABといっ
たもの日常的に利用する
- 必要に応じてコードも書く
- 大規模な計算機リソースも多
用する
- 「手作業は悪！」

51. Requests from Type II Users
- I have 200 networks in my session and I need to create
one PDF per view. How can I do it with Cytoscape?
- I need to use igraph for network analysis, but its
visualization feature is limited. I want to use Cytoscape
as an external visualization engine for R.
- Usually I use IPython Notebook to record my work.
How can I integrate Cytoscape into my workflow?
- I want to generate Style for each time point and create
small multiples of networks.

52. REST

53. What is cyREST?
- ほぼ全ての言語から利用できるRESTfulなAPI
モジュール
- つまり、CytoscapeのレイアウトやVisual
Mappingと言った基本機能やデータ構造に好
みのプログラミング言語からアクセス可能
REST

54. REST
Cytoscape 3.1+
Clients
POST
PUT
DELETE
GET

55. Mapping Cytoscape API to HTTP Methods
Create
Read
Update
Delete
Cytoscape Operations
POST
GET
PUT
DELETE
HTTP Methods

56. Get full network with unique ID 52 as JSON
GET http://localhost:1234/v1/networks/52

57. シンプルな利用法
IPython Notebookとの組み合わせ

58. 利用したことがない方への簡単な紹介

59. http://www.nature.com/news/interactive-notebooks-sharing-the-code-1.16261

60. Demo:
Cytoscape Controlled
from IPython Notebook
REST
http://bit.ly/1wcKXVV

61. 今すぐ利用可能です！
REST
http://apps.cytoscape.org/apps/cyrest

62. 未来
大規模なデータ解析に対応
したツール群を目指す

63. ここからは…
- Cytoscapeに限らず、これから開発する全てのバイ
オインフォマティクス系ツールの目指すべきゴール
について共通の認識を持ちたい
- そのためにこの分野に関わる人々が協力できること

64. History

65. 10年前…

67. 2005
- Cytoscape 2.2: Javaで書かれたデスク
トップアプリケーション
- GoogleがGoogle Mapベータ版をリリース
- 「JavaScriptの再発見」

68. 2015

70. 2015
- Cytoscape 3.2.0: モジュール化されたJavaアプ
リケーション
- 多くのクライアントソフトウェアがウェブアプ
リケーション化
- JavaScript everywhere
- 緩やかなデスクトップアプリケーションの死
- サービスの集合としてのアプリケーション

71. ソフトウェアの作り方
の大幅な変化

72. ソフトウェア開発スタイルの変化
- An application is a collection of smaller services
- JavaScript is a first-class citizen in the world of
programming languages
- Design application with cloud services in mind

73. 12factor.net

74. In the modern era, software is commonly delivered as a
service: called web apps, or software-as-a-service. The twelve-factor
app is a methodology for building software-as-a-service apps that:
• Use declarative formats for setup automation, to minimize time and
cost for new developers joining the project
• Have a clean contract with the underlying operating system, offering
maximum portability between execution environments
• Are suitable for deployment on modern cloud platforms, obviating
the need for servers and systems administration
• Minimize divergence between development and production,
enabling continuous deployment for maximum agility
• And can scale up without significant changes to tooling,
architecture, or development practices.

75. バイオインフォの世界では？

77. This MANIFESTO counters
current trends in
bioinformatics where
institutes and companies
are creating monolithic
software solutions aimed
mostly at end-users.

78. –THE SMALL TOOLS MANIFESTO FOR BIOINFORMATICS
“Every single tool should do the smallest possible
task really well”

79. 逆に言えば…
- 一つのことしか出来ないので、他のツールと
の連携が前提
- UNIX的な考え方

80. 普段参加している学会

81. Bioinformatics Open Source Conference (BOSC)

82. 昨年参加してみた会議

83. @New York Times@Facebook HQ
in Boston

84. そこで感じた最近の傾向

85. データ解析ツールの傾向
- Python is becoming the standard
language for “Data Scientists”
- Python itself is a very slow language,
but is a perfect glue
- Lots of tools are made by scientists
(e.g. Anaconda by Continuum)
- They do understand current
problems in modern scientific
computing, and trying to solve them

86. (by Peter Wang @PyData Sermon Valley 2014)

87. Data Visualization
Biology

88. Data Visualization

89. - Visualization needs varies,
especially for complex data sets like the
one from life science domain
- For that purpose, Java is not the best
language to implement applications
- Even large-scale data visualization
applications are moving to the web
browsers
- Canvas (Cytoscape.js), WebGL
(Three.js), SVG (D3.js)
- Most of the talented hackers are
working on the web browsers, i.e.,
JavaScript

90. WikiGalaxy: http://wiki.polyfra.me/#

91. しかし、これらを使うことが目的ではない！
あくまでも手段

92. 科学系計算機環境における課題
- No more free lunch
- Even if you buy expensive machines, you cannot get free
performance gain anymore. You have to design your code for
massively distributed environment. (From Scale-up to Scale-out)
- Complex Data Analysis Pipeline
- Needs for complex, customized data visualization
- Reproducibility
- パイプラインの構築そのものが複雑で再現性の確保が困難

93. Cytoscapeにとってこの変化の意味は？
- 他のツールとの連携性がますます
重要になる
- 「解析ワークフローを構築する部
品としてのアプリケーション」を
意識する

94. Universe of Tools for Bioinformatics
!

95. この変化の生物学者にとっての意味
- “Omics-Scale" Data Analysis
- デスクトップマシンを超えた計算機リソースの必要性
- 複数のソフトウェアを接続することによる解析
➡ 「ポータブル」で再現可能なワークフローを構築する作
業が複雑になっているため、ソフトウェア技術者との協
業も重要度を増している

96. 科学者は科学に
技術者は技術に
フォーカスするべき

97. しかしそれは丸投げを意味
しない。ループの中で常に
両者が協業できるように

98. 具体的にはどのように
変化すべきか？

99. 私の職場の場合
- PI
- 研究者
- 学生
- ソフトウェア開発者

100. 現在のサイクル
生物学上の課題 機能リクエスト デザイン
実装実際の利用OSSとしての公開

101. 現在のサイクル
生物学上の課題 機能リクエスト デザイン
実装実際の利用OSSとしての公開

102. 実装
- 院生の作ったプロトタイプ
- Cytoscape用のApp
- コマンドライン版
→ 同じことの繰り返しが含まれる！

103. 実装
- サービスとしてデプロイ
- サービスを利用するクライアント

104. Cytoscape as a Collection of Services

105. Case Study 1

106. PANGIA App

107. Srivas, Rohith et al. “Assembling Global Maps of Cellular Function through
Integrative Analysis of Physical and Genetic Networks.” Nature Protocols
6.9 (2011): 1308–1323. PMC. Web. 1 Dec. 2014.

108. Core algorithm 1
as Python
Java Implementation of
Algorithms
Cytoscape 2.x Plugin
Biological
Problem
Cytoscape 3.x App
Core algorithm 2
as Python
Core algorithm n
as Python
PanGIA Service
(Implement in Python again…?)
by Sourav
by Greg, Rohith
by Greg, Rothith and Cytoscape Team
by David
History of PanGIA Application

109. 大量の重複する作業！

110. Case Study 2

111. NeXO Web

112. NeXO Web
- Term Enrichment Analysis
- From list of genes, perform
hypergeometric test over set of
machine-generated ontology (NeXO)
terms and display terms with p-values
- It is independent from all other parts of
NeXO Web application

113. Term
Enrichment Service API by Flask
Python Core
SciPy
NumPy
Overview of NeXO Term
Enrichment Service
NeXO Web RESTful API

114. Term
Enrichment Service API by Flask
Python Core
SciPy
NumPy
Overview of NeXO Term
Enrichment Service
NeXO Web RESTful API

115. Option 1: As a Cytoscape App
- Re-implement this algorithm as a Cytoscape App
(Java Application)
- Pros:
- Easy to install
- Cons:
- A lot of work…
- Should be written in Java
- Does not scale-out!

116. Option 2: As a Service
- Wrap existing applications and deploy to platform of users’ choice:
- Laptops, private servers, and commercial cloud services (AWS/Google
Computing Cloud, etc.)
- Pros:
- Scales-out
- Client-independent
- Workflow-friendly
- Cons:
- Need to adopt to the new way of software design
- Relatively more complex deployment

117. –THE SMALL TOOLS MANIFESTO FOR BIOINFORMATICS
“Every single tool should do the smallest possible
task really well”

118. これからのツール
- Best practice: アプリケーションを小さなサービス
の集合としてデザインする
- 文字通り、各サービスが独立したアプリケーショ
ンとしても動作するよう心がける
- デスクトップでもクラスタでも動作するように

119. cat genes.txt | uniq | wc -l

120. fetch | process | visualize

121. …しかし以上のようなサービス
指向のバイオインフォマティクス
系アプリケーションを実装する
ためのテクノロジーはあるのか？

122. Yes!

123. Key: Provenance

124. Workflow
Environment
Data

125. Data
Workflow
Environment

126. Data
Workflow
Environment

127. Data
Workflow
Environment

128. Software Distribution Problem
- “It-worked-on-my-machine” syndrome
- This is a serious problem especially when
you want to share your workflow with
collaborators.

131. What is Docker?
- Container to run applications in an isolated
environment
- Application = Layer of images
- Sharable Environments
- Environments as code

132. https://www.docker.com/whatisdocker/

133. Docker Hub
- Sharing environments as code!
- Dockerfile - Definition of your container
- Example: http://bit.ly/15N23P8

134. How Docker-nized
World Works?
Container 1:
IPython + SciPy Stack
Your Machine
Container 2:
R + Bioconductor
Container 3:
Neo4j

135. Your Machine
Container 1:
IPython + SciPy Stack
Container 2:
R + Bioconductor
Container 3:
Neo4j

136. Your Machine
Container 1:
IPython + SciPy Stack
Container 2:
R + Bioconductor
Container 3:
Neo4j

137. ゴール:
再現可能な「ドライ」実験

138. Cytoscape Cyberinfrastructure

139. Cytoscape
≒ Desktop Application

140. Cytoscape = Brand

141. Cytoscape Cyberinfrastructure (CI)

142. Cytoscape Cyberinfrastructure (CI)
- 今後リリースする（システム）生物学向け
サービスの総称
- ネットワークデータ解析
- 可視化 （レイアウトなど）
- データ共有

143. Cytoscape Cyberinfrastructure (CI)
- 小さな再利用可能なモジュールとしてソフ
トウェアをリリース
- コマンドラインツール
- RESTful APIでラップしたサービス
- Cytoscape App

144. Interactive Data Analysis
Environments
In-House Databases External Computing Resources
- Graph Layout
- Statistical Analysis
- Data Pre-processing
RStudio
- NumPy
- SciPy
- Pandas
- NetworkX
IPython Notebook
File / Code Hosting ServicesPublic Data Repository
PSICQUIC Services
EBI RDF Platform
Other Bioinformatics Web Applications / Services
- igraph
- rCurl
Command Line Tools
> sed
> awk
> grep
> curl
Web Browsers
Data Repository & Collaboration Service
Data Bus (Internet)
Your Workstation
Cytoscape App Store
Cytoscape Desktop
Apps
Core
REST

145. Cytoscape Cyberinfrastructure (CI)
- 実際のリリースはこれから
- 優先度の高いものから実装
- テストケースとしてHotNetや自動レイ
アウトのEC2上でのサービス化等

146. 最後に
Funding Agencyの視点

147. http://www.slideshare.net/
pebourne/bosc2014

148. We (the NIH) Are Working On, But As
Yet Do Not Have Good Answers To:
1. Today, how much are we actually
spending on data and software related
activities?
2. How much should we be spending to
achieve the maximum benefit to
biomedical science relative to what we
spend in other areas?
Biomedical Research as an Open Digital Enterprise by Philip E. Bourne Ph.D.
Associate Director for Data Science (NIH)

149. Reproducibility
! Most of the 27 Institutes and Centers of the NIH are
currently reviewing the ability to reproduce research
they are funding
! The NIH recently convened a meeting with publishers
to discuss the issue – a set of guiding principles
arose
Biomedical Research as an Open Digital Enterprise by Philip E. Bourne Ph.D.
Associate Director for Data Science (NIH)

150. NIH The Commons
(Definition by Dr. Bourne)
• Is Not:
• A database
• Confined to one
physical location
• A new large
infrastructure
• Owned by any one
group
• Is:
• A conceptual framework
• Analogous to the Internet
• A collaboratory
• A few shared rules
• All research objects have
unique identifiers
• All research objects have
limited provenance

151. 追記：
この分野における
日本のプレゼンスを高める

152. バイオインフォ向けOSS
- 日本発のものは残念ながら少ない
- なぜ？
- 文化の違い
- 予算配分の違い

153. 「継続は力なり」
- Cytoscapeはこの分野では成功したツールの一つ
- なぜ？
- 特別に新しいことはしていない！
- しかし長年に渡り地道な作業を続けている
- Funding Agencyからのインフラとしての認識

154. 「マイクロバリア」を取り除く
- 人は些細な事で諦めます
- 簡単にセットアップできるように
- インストーラーの準備
- Dockerfileの公開
- R: install.packages()ですぐに使えるようにする
- Python: pipで一発インストール出来るようにする

155. 文書化
- 最初は英語で書き、余力があれば日本語も書く
- Bioinformatics辺りでApplication Noteとして発表

156. 協業
- 我々も常にコラボレーターは探しています
- パッケージ化されたソフトウェアとして公開す
れば有益なアイデアがあれば是非
- nrnb.org

157. 2015 Keiichiro Ono
kono@ucsd.edu

158. • https://flic.kr/p/bFZpyg
• https://flic.kr/p/bmXUz1
Photo Credits