基于工作流的組學(xué)數(shù)據(jù)注釋平臺的構(gòu)建.pdf

1、隨著人類基因組計(jì)劃的實(shí)施、高通量測序及生物芯片技術(shù)的飛速發(fā)展，生命科學(xué)領(lǐng)域產(chǎn)生了海量的生物數(shù)據(jù)，這些數(shù)據(jù)需要經(jīng)過整理分析與注釋后才能成為有用的信息。為了高效地存儲和管理如此龐大的數(shù)據(jù)資源，大量的生物信息數(shù)據(jù)庫被開發(fā)出來。有效地利用這些數(shù)據(jù)庫中已有的數(shù)據(jù)信息來分析和注釋新的生物數(shù)據(jù)，進(jìn)而預(yù)測它們有效的生物學(xué)意義，是目前生物信息學(xué)領(lǐng)域的重要研究內(nèi)容之一。然而，任何單一數(shù)據(jù)庫都無法覆蓋所有的信息，為了獲得更加完備的信息，注釋工作通常需要整合多

2、種類型的數(shù)據(jù)和工具共同完成。當(dāng)前生物信息學(xué)社區(qū)多數(shù)數(shù)據(jù)庫與軟件存在較大的異構(gòu)性，這給整合工作帶來了極大的困難。近年來，越來越多的生物信息數(shù)據(jù)庫系統(tǒng)在后臺提供了Web 服務(wù)，將資源轉(zhuǎn)化成可以組合的復(fù)雜網(wǎng)絡(luò)應(yīng)用程序。Web 服務(wù)基于標(biāo)準(zhǔn)的XML與HTTP協(xié)議，既有效解決了數(shù)據(jù)庫間的異構(gòu)性問題，也能被用于實(shí)施一種分布式整合的分析環(huán)境。因此，構(gòu)建一種能夠整合數(shù)據(jù)、Web 服務(wù)與算法軟件等可用資源共同協(xié)調(diào)完成生物信息學(xué)分析的統(tǒng)一平臺具有重要意義，

3、工作流技術(shù)已經(jīng)成為解決此類問題的一種有效機(jī)制。
　　 本文設(shè)計(jì)并實(shí)現(xiàn)了一個基于gene ontology （go）與Web service進(jìn)行組學(xué)數(shù)據(jù)注釋的工作流平臺，該平臺針對特定生物學(xué)問題，收集整合不同生物信息數(shù)據(jù)庫中的優(yōu)勢信息進(jìn)行數(shù)據(jù)注釋。首先，本文設(shè)計(jì)并建立了本地GO 注釋數(shù)據(jù)庫，將該數(shù)據(jù)庫作為平臺基礎(chǔ)注釋數(shù)據(jù)源；GO與一些外部數(shù)據(jù)庫存在映射關(guān)聯(lián)，這便于整合Web 服務(wù)獲取其他數(shù)據(jù)庫中的信息。其次，結(jié)合目前開源社區(qū)、商業(yè)

4、領(lǐng)域中Web 服務(wù)動態(tài)調(diào)用架構(gòu)與技術(shù)，在分析了生物信息學(xué)社區(qū)已有的Web 服務(wù)管理客戶端軟件后，本文設(shè)計(jì)與開發(fā)了一個面向生物信息學(xué)Web 服務(wù)管理的動態(tài)客戶端。另外，根據(jù)課題的需要，本文構(gòu)建了一個面向生物信息學(xué)計(jì)算的輕量級工作流引擎以及工作流設(shè)計(jì)器，并在平臺中集成了部分常用的生物信息學(xué)分析工具，作為系統(tǒng)擴(kuò)展功能。最后，應(yīng)用該平臺進(jìn)行了一些常見的生物信息學(xué)分析與注釋工作，對平臺進(jìn)行功能性測試。本文的創(chuàng)新點(diǎn)主要包括三點(diǎn)，第一，在開發(fā)生物信息