9、生物数据与学习领域中的主题地图应用探索

生物数据与学习领域中的主题地图应用探索

1. 生物数据到生物知识的挑战

在生命科学研究中，知识是取得成功的关键前提。面对海量的生物信息，强大的知识组织和管理技术显得尤为重要。然而，生物知识管理面临诸多难题。生物信息分散在众多高度分布式的数据资源中，且概念层面上高度互联、依赖上下文。

例如，当生物学家询问“参与信号转导的酵母蛋白”时，目前没有计算系统能直接给出准确答案。即使使用互联网搜索引擎，如谷歌返回 145 万个搜索结果，但大部分与原问题关联不大，手动评估结果既不充分也不系统。

造成这种困境的原因主要有以下几点：
- 数据访问技术多样 ：不同数据库提供的数据访问方式不同，有的可直接访问数据，有的通过 Web 服务，还有的仅提供大的平面文件或通过基于网络的门户访问。
- 数据格式异构 ：生物数据资源的格式高度异构，导致互操作性存在复杂的概念障碍。基于关系查询的搜索机制在解释问题含义时往往失效，单个词汇的解释也存在问题，术语的歧义性严重影响数据集成。

2. 大规模生物知识组织方案

随着生物数据集的规模和复杂性不断增加，迫切需要新的知识组织方法。为了在语义层面展示生物知识的组织方式，我们整合了 MIPS 组提供的两个大型系统：PEDANT 和 SIMAP。这两个系统共包含超过 1.2TB 的生物数据，分布在约 450 个数据库中。

GenRE 是 MIPS 开发的基因组研究环境，是基于 J2EE 中间件的组件化 n 层架构。其多层方法的基本思想是将系统划分为弱连接的层，各层执行不同任务，且各层可根据需求或技术变化独立修改或替换