转录组学和表观组学研究的通用和可查询的数据整合方案
Yael Tirlet1, Matéo Boudet1,2, Emmanuelle Becker1
1Univ Rennes, Inria, CNRS, IRISA, 35000, Rennes, France.
Computational and structural biotechnology journal
|December 11, 2024
概括
我们开发了一个基于RDF的灵活模式,以整合多种多omics数据,从而能够有效地查询复杂的生物信息. 这种方法提高了数据管理和分析在各种科学领域.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 数据科学数据科学数据科学
背景情况:
- 多omics数据集正在迅速扩大,这给数据集成和查询带来了重大挑战.
- 现有的方法难以有效地连接多样化的奥米克,表观遗传学和监管信息.
研究的目的:
- 开发一种通用,灵活和可扩展的基于RDF的整合方案,用于多omics数据.
- 为了使集成的OMIC数据的复杂查询,包括基因组位置.
主要方法:
- 开发了一个基于资源描述框架 (RDF) 的方案.
- 综合差异性奥米克数据,表观遗传学和监管信息.
- 在基因组位置查询中使用FALDO本体学.
主要成果:
- 该方案成功地集成了各种类型的多omics数据.
- 通过复制生物医学和环境科学中发表的两项研究来验证.
- 证明了有效的数据集成和对复杂查询的支持.
结论:
- 开发的模式为管理和查询多种多omics数据集提供了有效的工具.
- 该方案的通用性允许在不同科学领域广泛适用.
- 从综合生物数据中促进先进的数据分析和知识发现.


