pyBiodatafuse:通过模块化查询在整个生物医学资源中扩展数据的互操作性

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:

• 与公共数据库整合多样化的omics数据对于理解复杂的生物机制至关重要.
• 由于格式,来源和协调的需要不同,数据集成是具有挑战性的.
• 现有的omics数据集成方法通常是复杂和耗时的.

研究的目的:

• 介绍pyBiodatafuse,这是一个基于查询的Python工具,用于无集成生物医学数据库.
• 提供一个模块化框架,简化数据处理和知识图 (KG) 创建.
• 支持基于图形的分析,并促进特定背景的知识表示.

主要方法:

• 从基因或代谢物标识符开发了一个动态的,特定于环境的KG生成管道.
• 实现了一个用户友好的界面,可供研究人员使用,具有不同的计算专业知识.
• 为Cytoscape,Neo4j和GraphDB等平台创建了插件,用于本地KG托管 (属性和RDF图形).

主要成果:

• pyBiodatafuse可以在飞行中创建KG,简化omics数据集成.
• 该工具有助于生成适应性和特定于环境的知识表示.
• 通过使用差异性基因表达数据创建后COVID综合征的KG来证明实用性.

结论:

• pyBiodatafuse通过简化复杂的数据整合挑战,赋予研究人员权力.
• 该工具通过减少数据管理复杂性来促进更快的生物发现.
• 它提供了一个多功能解决方案,用于构建和分析特定环境的知识图.