基因本體及其注釋數(shù)據(jù)語義網(wǎng)模型.pdf

1、作為當(dāng)前應(yīng)用最廣泛的生物本體，截至2007年8月，基因本體中共包含了大約23,700 條術(shù)語，對約20個生物數(shù)據(jù)庫中超過1600 萬條的基因和基因產(chǎn)物進(jìn)行注釋。 在語義網(wǎng)應(yīng)用領(lǐng)域，基因本體協(xié)會提供了一個RDF-XML格式文件?(http://archive.Geneontology.org/latest-full/go_200708-assocdb.rdf-xml.gz)。然而該文件存在以下缺點(diǎn)，無法提供復(fù)雜的語義查詢和推理服務(wù)

2、：1)基因本體的三個子本體間是相互孤立的，缺乏必要的跨本體語義聯(lián)系。2) 文件以基因本體術(shù)語為中心進(jìn)行組織，所有的信息都存放在一個單獨(dú)的文件中。3) 文件中缺乏對GOSlim的支持。 本文中我們提出了一個語義網(wǎng)模型GORouter。該模型主要論證了如何利用多種基于RDF規(guī)范的語義網(wǎng)技術(shù)和工具對原始資源重新組織，為用戶提供復(fù)雜的有關(guān)基因本體及其注釋數(shù)據(jù)的語義查詢和推理服務(wù)。 我們對基因本體協(xié)會提供的異構(gòu)原始數(shù)據(jù)重新進(jìn)行編碼

3、，構(gòu)建了一系列的RDF數(shù)據(jù)模塊。GORouter模型中每個RDF模塊由兩個部分組成：元數(shù)據(jù)部分采用RSS技術(shù)進(jìn)行標(biāo)識、數(shù)據(jù)部分采用LSID 技術(shù)進(jìn)行全球統(tǒng)一命名。 通過采用GLUE系統(tǒng)，我們在三個獨(dú)立的基因子本體間建立了一對一類型的本體映射關(guān)系。為了提高映射精確度，GLUE系統(tǒng)采用“放寬標(biāo)記”技術(shù)獲得在給定領(lǐng)域約束和先驗(yàn)知識的條件下最佳的映射配置方案。 我們采用Oracle NDM 作為RDF 存儲容器，通過調(diào)用SDO_