利用语义网技术实现的分布式异构食品微生物数据整合.pdfVIP

中国生物工程杂志　ＣｈｉｎａＢｉｏｔｅｃｈｎｏｌｏｇｙ，２０１７，３７（３）：１２４１３２ ＤＯＩ：１０．１３５２３／ｊ．ｃｂ 檪檪檪檪檪檪檪檪殏 檪 殏 檪 专　　题檪 殏 檪 殏檪檪檪檪檪檪檪檪 利用语义网技术实现的分布式异构 食品微生物数据整合 吴林寰　陆震鸣　龚劲松　史劲松　许正宏 （江南大学工业生物技术教育部重点实验室　药学院　无锡　２１４１２２） 摘要　随着高通量测序技术的迅速发展和食品微生物研究的逐步深入，产生了大量的数据和知 识，且以不同的数据格式分布在各种数据库中。为了更好地支持食品微生物的相关研究，从各种 分布式、异构的数据和知识中，进行数据提取与转换，并形成一个整合的数据平台显得尤为重要。 ＦｏｏｄＭｉｃｒｏｂｅｓ数据库利用语义网技术，建立了一个食品微生物的整合型数据平台。该平台从各种 开放的公共数据库，提取了与食品微生物相关的基因、基因组、基因功能、蛋白质序列与结构、代 谢途径、文献、专利等信息，利用ＲＤＦ的方法，对数据进行转换，并建立了数据之间的关联，实现了 数据整合，是目前在食品微生物领域以语义网方式建立的第一个数据库。在该平台中，实现了将 食品微生物的物种、菌株层面的宏观信息与基因组、蛋白质、代谢与功能等微观层面信息的贯通， 并通过友好的数据检索界面，为用户进行食品微生物研究提供了重要的工具。 关键词　语义网　食品微生物　关联数据 中图分类号　Ｑ８１１．４ 　　随着基因组、转录组、代谢组等组学技术的大规模 对象用统一的名称来进行描述，并且具有唯一的编码。 发展，生命科学的数据也呈现出了海量增长的趋势。 目前，尽管国际上已经提出了一些通用的规则和工具， 在生命科学面临从实验驱动向大数据驱动转型的同 如生命科学标识码（ｌｉｆｅｓｃｉｅｎｃｅｉｄｅｎｔｉｆｉｅｒ）、永久统一资 时，对多维度的数据集成也提出了新的需求，包括从分 源定位符（ｐｅｒｓｉｓｔｅｎｔＵＲＬｓ）等，但距离全面的应用还有 子、细胞到生物系统的数据整合，跨物种的数据集成， 比较大的差距［２］。尤其在生命科学领域，由于研究的 多组学数据融合等。 目的、机构、技术手段各不相同，数据通常存储在不同 　　长期以来，在异地、异构数据的数据整合方面已经 机构维护的数据库中，采用不同的管理系统，因此，对 形成了一些比较系统的理论和成熟的方法，包括建立 于相同的描述内容，不同的数据库使用不同编码方式 数据仓库，或者通过建立视图（ｖｉｅｗｉｎｔｅｇｒａｔｉｏｎ）的方法 的现象还广泛存在。 尽可能采用国际通用的数据标 ② 进行整合。为了更好地进行数据整合，对于不同来源 准和语义学定义。生命科学领域的数据本身相对复 ［１］ 的数据，通常需要满足数据整合的一些基本原则 ，包 杂，由于缺乏相应的标准，或者标准使用的局限性，对 括： 使用一个统一的名称和编码。无论使用什么样 ① 数据的定义和描述不一致，数据格式各异。因此，本体 的数据整合框架或者方法，必须保证同样的一个描述 的使用就变得至关重要。目前，在生命科学领域广泛 ［３］ 使用的本体如基因本体（ｇｅｎｅｏｎｔｏｌｏｇｙ） 对数据整合 收稿日期：２０１６０９１９　　修回日期：２０１６１２１３ 起到了极大的帮助