生物Rels的数据基础设施:一个科学方案和交换标准,以转变和增强生物数据科学
Jibo Wang1, Amanda Turney2, Lauren Murray2
1Lilly Genetic Medicines, Eli Lilly and Company, Indianapolis, IN 46285, United States.
Nucleic acids research
|April 4, 2025
概括
科学家面临的挑战是复杂的生物数据. 生物Rels为数据准备提供了一种自动化解决方案,提高了处理庞大的数据集的可重复性和速度.
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:
- 科学界已经为生物数据管理生成了众多开源资源.
- 生物数据越来越复杂和异质,在数据集成和可访问性方面带来了挑战.
- 现有的基础设施,如数据湖,仍然需要科学家手动查找,提取,清理和准备数据,遵守公平原则.
研究的目的:
- 为了解决生物数据管理和准备的复杂性.
- 引入BioRels,这是一个用于生物数据准备的自动化和标准化工作流.
- 提高涉及大型生物数据集的科学研究的速度和可重复性.
主要方法:
- 开发了主流生物数据生态系统的表现,详细介绍了自然关系和概念.
- 引入了基于数据独一性和原子性原则的BioRels,用于自动化数据准备.
- 创建了BIORJ,这是一个用于导出和导入数据的交换格式,具有依赖关系和元数据.
主要成果:
- 生物Rels处理多达1450亿个数据点,简化了数据准备.
- 能够在多个数据源中进行复杂,无的查询.
- 为数据和元数据提供标准化交换格式 (BIORJ).
结论:
- 生物Rels显著提高了生物数据准备的效率和可重复性.
- 生物Rels框架为管理复杂的生物数据提供了一个可扩展的解决方案.
- 未来的工作包括BioRels-KB,以进一步扩大数据准备能力.


