Download to read offline
24th mtg 1
- 1.
- 2. 本日の予定 • Sagace – アクセス解析 –進捗報告 – Sagaceに追加するDBについて ・医薬基盤研内のデータのRDF化 – 希少疾病用医薬品のRDF化について • 厚生労働科学研究成果データベース – カタログ化と論文化について • 今後の予定
- 3. 追加予定のDBについて ファセット分類 ／データベース 名 ウイルス図鑑 KEGGBRITE KEGG ORTHOLOGY データベースの 種類 文献・用語 集・辞書 その他のデータ ベース その他のデータベース 生物種 微生物 特定生物なし 特定生物なし 生体の階層 個体 その他 遺伝子 分類 A B A
- 4.
- 5.
- 6. セマンティックウェブ • データが意味を持ちつつ繋がりを作 るデータのウェブ • コンピュータが意味を理解可能な構 造化されたデータを使ったウェブ •Linked Open Dataでは，セマン ティック・ウェブ分野で検討されて きた知識の構造化手法を適用
- 7. 活用例 • 一般 – DBpedia,BBC, Data.gov.uk, – Geonames, RDF Book Mashup • ライフサイエンス・医薬 – Bio2RDF, UniProt, KEGG – Open Drug Data, ChEMBL, Drugbank
- 8. 実装方法 • 複雑なグラフを書く – RDF(RDF/XML,N3,Turtleなど）など • html上で書く – Microdata, RDFa Liteなど
- 9. RDF(Resource Description Framework) • データ間の関係性を記述し，データ を連結させていくフレームワーク (8薬A)第81号イミグルセラーゼ 医薬品の名称 基本的な考え方はグラフ
- 10.
- 11.
- 12.
- 13.
- 14.
- 15.
- 16. RDFの記述方法(Turtle形式の場合） @prefix drgb: <http://bio2rdf.org/drugbank_vocabulary/>. @prefix drgn: <http://www.nibio.go.jp/drugVocabulary#> . @prefix db: <http://dbpedia.org/ontology/> . <http://www.nibio.go.jp/orphanDrugTarget#(8薬A)第81号> drgb:name "イミグルセラーゼ(遺伝子組換え)"; drgn:designationApplicant "ジェンザイム・ジャパン㈱"; db:icd10 "E752" . ラフになる。 (8 薬 A)第 81 号 イミグルセラーゼ ジェンザイム・ジャパン㈱ E752 医薬品の名称 販売者 ICD10 Subject Predicate Object
- 17. RDFの記述方法(Turtle形式の場合） @prefix drgb: <http://bio2rdf.org/drugbank_vocabulary/>. @prefix drgn: <http://www.nibio.go.jp/drugVocabulary#> . @prefix db: <http://dbpedia.org/ontology/> . <http://www.nibio.go.jp/orphanDrugTarget#(8薬A)第81号> drgb:name "イミグルセラーゼ(遺伝子組換え)"; drgn:designationApplicant "ジェンザイム・ジャパン㈱"; db:icd10 "E752" . 汎用性の高いPredicateを 可能な限り使用することも 同種のデータを取り出すことを 考えると重要
- 18. データの取得・検索方法 • SPARQLの利用 • SPARQL（SPARQLProtocol and RDF Query Language） – RDFを検索・操作するためのクエリ言 語の一種
- 19. PREFIX ab: <http://learningsparql.com/ns/addressbook#> SELECT?craigEmail WHERE { ?person ab:firstName "Craig" . ?person ab:email ?craigEmail . } @prefix ab: <http://learningsparql.com/ns/addressbook#> . @prefix d: <http://learningsparql.com/ns/data#> . d:i9771 ab:firstName "Cindy" . d:i9771 ab:lastName "Marshall" . d:i9771 ab:homeTel "(245) 646-5488" . d:i9771 ab:email "cindym@gmail.com" . d:i8301 ab:firstName "Craig" . d:i8301 ab:lastName "Ellis" . d:i8301 ab:email "craigellis@yahoo.com" . d:i8301 ab:email "c.ellis@usairwaysgroup.com" . -------------------------------------------- | craigEmail | ========================= | "c.ellis@usairwaysgroup.com" | | "craigellis@yahoo.com” | -------------------------------------------- RDF (turtle形式） SPARQL firstNameが”Craig”という人を personとした時に その人のemailを craigEmailとして出して！ 実行結果
- 20.
- 21. クエリ例 • 中田ヤスタカさんがプロデュースし たアーティストの名前とアルバム名 を取り出してくださいな。 PREFIX d:<http://dbpedia.org/ontology/> SELECT ?artistName ?albumName WHERE { ?album d:producer :Yasutaka_Nakata; d:musicalArtist ?artist; rdfs:label ?albumName. ?artist rdfs:label ?artistName. }
- 22.
- 23. 近況 • ひと通り希少疾病用医薬品のデータ をRDF化 • 研究振興部の希少疾病用医薬品・希 少疾病用医療機器の業務支援システ ムへの導入を予定 –RDFを自動作成 – ウェブにRDFデータのダウンロード機 能を搭載
- 24. 今後の予定（RDF化について） • 希少疾病用医薬品のデータと ToxygatesのデータをRDFによる統合 • 実験動物研究資源バンクのRDF化 •上記データをダウンロード可能へ • SPARQL endpointの立ち上げ • 上記RDFデータをSPARQL endpoint から検索可能に。 祝！論文アクセプト！！
- 25. 厚生労働科学研究成果データベース • 文献情報 – 報告区分，研究課題名，研究年度，研 究代表者と所属機関，研究費，開始年 度から終了予定年度 •研究報告書 – 概要版 – 本文（添付ファイルのPDF)
- 26. カタログのみにする場合 • 2009年度までは調査済み • 検出されたデータベース –2009:17件,2008:16件,2007:13件,2006:9 件,2005:7件,2004以前:14件 • DB名，URL,タイトル，文献，連絡先， 運用機関が調査済み
- 27. カタログのみにする場合 • 2010年度以降 – “データベース”で検索 –該当する報告書の概要等をチェック – データベースと関連のありそうなものをピッ クアップ（皆さんの協力要） – 除：カタログに既に掲載，調査済み – カタログに掲載する価値の有無を判断 – カタログに掲載するためのメタデータ （名称，URL，運用機関，説明，生物種，文献等）を記入
- 28. 論文にする場合 • カタログに必要な情報+αを調査 • 2009年度以前も調査が必要。 •必要なデータはcsv形式でダウンロード可 能（本文はPDFのため除く） • DBの名称やURLは報告書に無いことも多 いため，分担作業が必要（カタログ化の場 合も同様） • 2012年 “データベース”で検索 • 201件ヒット，うち調査が必要な（DBと関 連がありそうなDB）報告書132件
- 29. 今後の予定 • ９月 – 文献データを検索結果に反映 –Apache Solrの検討と実装 • 10月 – トーゴーの日 • 11月 – 実験動物バンクのRDF化 – 外部データベースとの連携 • 12月 – 分子生物学会 • 1月 – BioHackathon 国内版
- 30.