[논문 리뷰] A data-supported history of bioinformatics tools

Clément Levin, Emeric Dynomant외 5명|arXiv (Cornell University)|2018. 07. 18.

Genomics and Phylogenetic Studies참고 문헌 42인용 수 4

한 줄 요약

이 논문은 1992–2018년 기간 동안 OMICtools 데이터베이스에서 확보한 23,000건의 참고문헌을 바탕으로 생물정보학 도구의 진화를 데이터 기반으로 분석한다. 소프트웨어 개발의 추세를 맵핑하여 국가 간 협력, 프로그래밍 언어, R&D 투자, 기술적 전환을 다루며, 이 분야에서 지금까지 가장 광범위한 체계적 개요를 제공하고 있으며, 생물정보학 도구의 분석 복잡도가 증가하고 있음을 드러낸다.

ABSTRACT

Since the advent of next-generation sequencing in the early 2000s, the volume of bioinformatics software tools and databases has exploded and continues to grow rapidly. Documenting this evolution on a global and time-dependent scale is a challenging task, limited by the scarcity of comprehensive tool repositories. We collected data from over ~23,000 references classified in the OMICtools database, spanning the last 26 years of bioinformatics to present a data-supported snapshot of bioinformatics software tool evolution and the current status, to shed light on future directions and opportunities in this field. The present review explores new aspects of computational biology, including country partnerships, trends in technologies and area of development, research and development (R&D) investments and coding languages. This is the most comprehensive systematic overview of the field to date and provides the community with insights and knowledge on the direction of the development and evolution of bioinformatics software tools, highlighting the increasing complexity of analysis.

연구 동기 및 목표

• 2000년대 초반 이후 생물정보학 소프트웨어 도구 및 데이터베이스의 글로벌적이고 시간에 따라 변화하는 진화를 기록하기 위해.
• OMICtools 데이터베이스로부터 확보한 대규모 데이터셋을 활용하여 종합적인 도구 저장소의 부족을 보완하기 위해.
• 생물정보학 도구 개발의 연구 및 개발 투자, 프로그래밍 언어, 기술적 전환 추세를 분석하기 위해.
• 생물정보학 소프트웨어의 복잡도 증가에 대한 통찰을 제공하고 향후 개발 방향을 안내하기 위해.
• 국제적 협력과 생물정보학 도구 개발에 기여한 국가 수준의 기여를 맵핑하기 위해.

제안 방법

• 1992년부터 2018년까지 생물정보학 도구 및 데이터베이스를 포함한 OMICtools 데이터베이스에서 23,000건의 참고문헌을 수집하고 분석하였다.
• 도구를 발표 연도, 출처 국가, 프로그래밍 언어, 적용 분야별로 분류하여 시간적 및 지리적 추세를 추적하였다.
• 도구 출판물의 공동저자 및 소속 기관 데이터를 활용하여 국가 간 협력과 파트너십을 맵핑하였다.
• 도구 개발의 기술적 진화를 평가하기 위해 주로 사용되는 프로그래밍 언어(예: 파이썬, R, C++)의 변화를 시간에 따라 추적하였다.
• 자금 지원 기관 보고서 및 기관의 연구 성과와 도구 출판 빈도를 상관 분석하여 R&D 투자 추세를 분석하였다.
• 데이터 시각화 및 통계 분석을 통해 생물학적 분야 전반에서 도구의 복잡도와 전문화 패턴을 식별하였다.

실험 결과

연구 질문

• RQ1 2000년대 초반 이후 생물정보학 도구의 수와 다양성은 어떻게 글로벌적으로 진화해 왔는가?
• RQ2 생물정보학 도구 개발에서 지배적인 프로그래밍 언어는 무엇이었으며, 그 사용은 시간이 지남에 따라 어떻게 변화해 왔는가?
• RQ3 생물정보학 도구 개발에서 주요 국가 수준의 기여와 협력 파트너십은 무엇이 있었는가?
• RQ4 R&D 투자와 기술적 추세는 생물정보학 도구의 복잡도와 전문화에 어떤 영향을 미쳤는가?
• RQ5 생물학적 연구 초점의 변화와 시퀀싱 기술 도입 추세를 반영하는 도구 개발 패턴은 어떠한가?

주요 결과

• 2000년대 초반 이후 생물정보학 도구 및 데이터베이스의 수가 기하급수적으로 증가하였으며, 2010년 이후 급격히 가속화되었다.
• 파이썬과 R이 도구 개발에서 지배적인 프로그래밍 언어로 부상하였으며, 특히 2010년 이후 파이썬의 인기가 급격히 상승하였다.
• 미국, 중국, 유럽 국가들(특히 독일과 영국)이 도구 개발의 주요 기여자였으며, 북미와 유럽 간에 강력한 협력 네트워크가 형성되어 있었다.
• 특히 게놈학과 전사체학 분야에서 차세대 시퀀싱 데이터 분석을 목적으로 하는 도구로의 전환이 두드러졌다.
• 도구의 상당 부분이 학술 기관에서 개발되었지만, 고성능 및 전문 분야 응용 분야에서는 산업 기여도 점점 더 두드러지게 나타났다.
• 도구의 복잡도가 증가하여, 더 많은 도구가 여러 분석 단계를 통합하고 다양한 데이터 유형과 포맷을 지원하는 경향을 보였다.