面向蛋白質(zhì)組學(xué)的基于數(shù)據(jù)世系的工作流匹配和發(fā)現(xiàn)研究.pdf

1、蛋白質(zhì)組學(xué)數(shù)據(jù)分析是一個(gè)復(fù)雜的、多階段的處理流程，計(jì)算機(jī)支持的科學(xué)工作流技術(shù)的應(yīng)用可以實(shí)現(xiàn)不同階段間的數(shù)據(jù)平滑處理以及易于數(shù)據(jù)的組織管理，極大地促進(jìn)了蛋白質(zhì)組學(xué)領(lǐng)域內(nèi)的研究發(fā)現(xiàn)。隨著蛋白質(zhì)組學(xué)數(shù)據(jù)分析技術(shù)的發(fā)展，越來(lái)越多的數(shù)據(jù)分析工具開(kāi)始呈現(xiàn)。研究人員在面臨更多選擇的同時(shí)，也將面臨流程創(chuàng)建復(fù)雜度高的問(wèn)題，具體體現(xiàn)在合適工具的選擇，數(shù)據(jù)分析流程執(zhí)行時(shí)的參數(shù)調(diào)優(yōu)兩個(gè)方面。如何降低數(shù)據(jù)分析流程創(chuàng)建時(shí)的復(fù)雜度，從而讓研究人員更多地將時(shí)間和精力放

2、在專業(yè)問(wèn)題的解決上是當(dāng)前科學(xué)工作流在蛋白質(zhì)組學(xué)數(shù)據(jù)分析領(lǐng)域應(yīng)用中面臨的一個(gè)重要問(wèn)題。
　　目前對(duì)科學(xué)工作流的研究主要專注于工作流支持的多樣化服務(wù)整合、工作流表示和工作流管理;對(duì)數(shù)據(jù)世系(Data Provenance)的研究工作也主要是注重于數(shù)據(jù)世系的建模、存儲(chǔ)和查詢等。利用數(shù)據(jù)世系實(shí)現(xiàn)工作流重用，并以此來(lái)降低工作流創(chuàng)建的復(fù)雜度方面的研究工作還比較少。圍繞上述研究問(wèn)題，論文開(kāi)展了如下創(chuàng)新性研究工作:
　　1.分析了蛋白質(zhì)組學(xué)

3、數(shù)據(jù)分析流程的特點(diǎn)，依據(jù)這些特點(diǎn)使用基于任務(wù)的科學(xué)工作流模型來(lái)描述蛋白質(zhì)組學(xué)數(shù)據(jù)分析任務(wù)，并結(jié)合實(shí)際要求設(shè)計(jì)了相應(yīng)的數(shù)據(jù)世系模型;
　　2.以數(shù)據(jù)世系支持的工作流重用為基礎(chǔ)，設(shè)計(jì)了基于數(shù)據(jù)世系的工作流匹配和發(fā)現(xiàn)處理流程，并基于此處理流程設(shè)計(jì)了對(duì)應(yīng)的系統(tǒng)框架結(jié)構(gòu)，實(shí)現(xiàn)了數(shù)據(jù)分析工作流和數(shù)據(jù)世系信息的結(jié)構(gòu)化表示、存儲(chǔ)和管理;
　　3.設(shè)計(jì)并實(shí)現(xiàn)了基于數(shù)據(jù)世系的工作流匹配和發(fā)現(xiàn)算法，并對(duì)其性能進(jìn)行了測(cè)試。
　　基于上述工作，