基于工作流的組學數據注釋平臺的構建.pdf

1、隨著人類基因組計劃的實施、高通量測序及生物芯片技術的飛速發(fā)展，生命科學領域產生了海量的生物數據，這些數據需要經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據資源，大量的生物信息數據庫被開發(fā)出來。有效地利用這些數據庫中已有的數據信息來分析和注釋新的生物數據，進而預測它們有效的生物學意義，是目前生物信息學領域的重要研究內容之一。然而，任何單一數據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、種類型的數據和工具共同完成。當前生物信息學社區(qū)多數數據庫與軟件存在較大的異構性，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據庫系統在后臺提供了Web 服務，將資源轉化成可以組合的復雜網絡應用程序。Web 服務基于標準的XML與HTTP協議，既有效解決了數據庫間的異構性問題，也能被用于實施一種分布式整合的分析環(huán)境。因此，構建一種能夠整合數據、Web 服務與算法軟件等可用資源共同協調完成生物信息學分析的統一平臺具有重要意義，

3、工作流技術已經成為解決此類問題的一種有效機制。
　　 本文設計并實現了一個基于gene ontology （go）與Web service進行組學數據注釋的工作流平臺，該平臺針對特定生物學問題，收集整合不同生物信息數據庫中的優(yōu)勢信息進行數據注釋。首先，本文設計并建立了本地GO 注釋數據庫，將該數據庫作為平臺基礎注釋數據源；GO與一些外部數據庫存在映射關聯，這便于整合Web 服務獲取其他數據庫中的信息。其次，結合目前開源社區(qū)、商業(yè)

4、領域中Web 服務動態(tài)調用架構與技術，在分析了生物信息學社區(qū)已有的Web 服務管理客戶端軟件后，本文設計與開發(fā)了一個面向生物信息學Web 服務管理的動態(tài)客戶端。另外，根據課題的需要，本文構建了一個面向生物信息學計算的輕量級工作流引擎以及工作流設計器，并在平臺中集成了部分常用的生物信息學分析工具，作為系統擴展功能。最后，應用該平臺進行了一些常見的生物信息學分析與注釋工作，對平臺進行功能性測試。本文的創(chuàng)新點主要包括三點，第一，在開發(fā)生物信息