基于生物医学本体的生物信息数据库集成方法研究-计算机科学与技术专业论文.docxVIP

Classified Index: TP315 U.D.C: 004.9 Thesis for the Master Degree in Engineering RESEARCH OF BIOMEDICAL ONTOLOGY-BASED BIOINFORMATICS DATABASE INTEGRATION Candidate： Liran Juan Supervisor： Prof. Yadong Wang Academic Degree Applied for： Master of Engineering Speciality： Computer Science and Technology Affiliation： School of Computer Science and Technology Date of Defence： June, 2009 Degree-Conferring-Institution： Harbin Institute of Technology 摘 摘 要 - - I - 摘 要 分析与处理分子生物学实验、特别是近年来涌现的高通量方法产生的海量数 据是生物信息学的重要任务。大量计算机学科方法广泛地应用在这个领域中。分 子生物学数据库是这两个学科的交汇点。截至 2009 年，国际上已经有 1000 个以 上的生物信息数据库，这些数据库涉及分子生物学和生物信息学的各个领域，包 含的数据类型复杂多样。 通过分析现有数据库的内容和结构可以描绘生物信息学的发展现状以及探 索新的研究方向。在这个过程中，能够挖掘数据库以及相关研究之间关系的数据 库网络将是十分重要的。当前只有以研究领域对数据库的简单分类，整合并分析 生物信息学数据库内容关系的研究还未在文献中见到。 生物学知识固有的复杂性导致难以简单集成在已有的数据库或分子数据中。 本体是一种形式化表示概念意义的描述以及概念之间关系等方面知识的方式。用 唯一的标识符来标记生物学本体中的每个概念，可以用于检索分子数据库。 本文整合部分现有的生物信息数据库资源，分析了生物信息数据库的一般特 征和生物信息学研究的一般过程，设计了一个基于内容的生物信息数据库集成模 型。本文使用概念/术语来描述每个数据库的内容，抽取生物医学本体的知识以 建立概念之间的联系组成生物学概念网络，在概念网络的基础上建立生物信息数 据库网络。通过进一步区分概念之间的关系类型，包括生物学关系，可以使生物 信息数据库网络具有生物学意义。不同的关系赋予不同的权值，以此量化数据库 间的关系，能够衡量网络中数据库之间关系的紧密程度，并基于此进行生物信息 数据库检索。 本文实现了一个生物信息数据库集成平台 Bio-DB^2，通过整合部分现有的生 物信息数据库资源，建立了基于内容的数据库网络。在实际开发中，Bio-DB^2 还提供直观的关系视图来表示概念与数据库以及数据库与数据库之间的关系。 关键词：生物信息学；生物信息数据库；生物医学本体；生物信息数据库网络 Abstract Abstract - - II - Abstract Bioinformatics need to process, analyse mass data from molecular biology, especially data generated by the high-throughput methods these years. Computer science and technology has been used in this area widely. Molecular biology databases are the meeting point to the two subjects. Until 2009, More than 1000 Bioinformatics database has been built up all around the world. These databases were involved in every subjects of molecular biology and bioinformatics, and were restored multi datatype of data. Thus we could depict current situation of Bioinformatics and explore new study by analysing content and structure of these databases. And a database network can mine relationship among dat