生物信息異構(gòu)數(shù)據(jù)庫集成研究.pdf

1、隨著人類基因組計(jì)劃(簡稱為HGP)在世界范圍內(nèi)的廣泛開展產(chǎn)生了大量有待于分析與處理的生物學(xué)數(shù)據(jù)(DNA、RNA及蛋白質(zhì)數(shù)據(jù)等),借助計(jì)算機(jī)技術(shù)對這些數(shù)據(jù)進(jìn)行組織與處理是計(jì)算機(jī)在生物學(xué)領(lǐng)域的重要研究方向。但由于這些數(shù)據(jù)的來源各不相同,如何從各異構(gòu)數(shù)據(jù)庫中查詢到研究工作所需要的數(shù)據(jù)信息,是生物數(shù)據(jù)分析處理研究過程中所必須解決的一個(gè)問題。
　　 針對目前生物數(shù)據(jù)組織與處理中存在的生物信息數(shù)據(jù)的數(shù)據(jù)異構(gòu)問題,本文構(gòu)建了一個(gè)生物公共數(shù)據(jù)模

2、型,應(yīng)用該模型建立了一個(gè)基于XML的生物數(shù)據(jù)集成系統(tǒng),目的是屏蔽生物信息數(shù)據(jù)的異構(gòu)性,給用戶提供一個(gè)統(tǒng)一的應(yīng)用平臺,為生物信息二級數(shù)據(jù)庫的構(gòu)建提供基本條件。
　　 XML作為一種元語言,現(xiàn)在已成為數(shù)據(jù)表示和數(shù)據(jù)交換的標(biāo)準(zhǔn)。XML具有強(qiáng)大的數(shù)據(jù)描述能力,是結(jié)構(gòu)化的描述語言,采用樹形存儲(chǔ)結(jié)構(gòu),支持深層次的嵌套表達(dá),非常適合統(tǒng)一描述結(jié)構(gòu)復(fù)雜的生物數(shù)據(jù)。
　　 針對生物數(shù)據(jù)之間存在的數(shù)據(jù)異構(gòu)問題,本文構(gòu)建了一個(gè)基于XML的生物數(shù)

3、據(jù)集成系統(tǒng),實(shí)現(xiàn)生物數(shù)據(jù)的集成。
　　 本文介紹了XML語言,生物數(shù)據(jù)的特點(diǎn)、存儲(chǔ)和分類方式,分析了數(shù)據(jù)集成的幾種常用方法,對XML和關(guān)系數(shù)據(jù)庫的相互轉(zhuǎn)化進(jìn)行了比較,給出了解決生物數(shù)據(jù)異構(gòu)的方法。論文重點(diǎn)給出了基于XML的生物數(shù)據(jù)異構(gòu)數(shù)據(jù)庫模式集成系統(tǒng)的設(shè)計(jì)思路,包括:系統(tǒng)的總體設(shè)計(jì)、系統(tǒng)的UI設(shè)計(jì)、系統(tǒng)的關(guān)鍵技術(shù),并實(shí)現(xiàn)了基于XML的生物數(shù)據(jù)庫集成系統(tǒng)。
　　 具體內(nèi)容包括:分析生物數(shù)據(jù)整合中語法異構(gòu)和語義異構(gòu)的問題,