PGXユーザ勉強会#5にて発表

1. RDF をプロパティグラフに
変換するマッピング言語 G2GML
2017/11/02
PGXユーザ勉強会#5
松本 翔太（matsusho）
1

2. RDF[1]とは?
Resource Description Framework
• セマンティックウェブ[2]のための枠組み
• 主語 述語 目的語の３つ組で関係グラフを記述
[1] W3C.org, https://www.w3.org/RDF/
[2] W3C.org, https://www.w3.org/2001/sw/
New York has the postal abbreviation NY.
urn:states:
New_York
NY
http://purl.org/dc/terms/alternative
例
各ノードやエッジのラベルは
文字列やURI
2

3. RDFの実用例
京都市オープンデータ
(https://data.city.kyoto.lg.jp/)
データ利活用のために多くの機関が公開
Wikidata(https://www.wikidata.org/wiki/Wikidata:SPARQL_query_service)
Data.gov(https://www.data.gov/)
neXt prot (https://www.nextprot.org/)
3

4. RDFのクエリ言語SPARQL
PREFIX abc: <http://mynamespace.com/exampleOntologie#>
SELECT ?capital ?country
WHERE {
?x abc:cityname ?capital.
?y abc:countryname ?country.
?x abc:isCapitalOf ?y.
?y abc:isInContinent abc:africa.
}
※Wikipedia (https://ja.wikipedia.org/wiki/SPARQL) より引用
例：アフリカの国々の首都を得るSPARQL
?capital や ?country は変数
4

5. RDF vs Property Graph
どちらもグラフ構造を表現
• W3Cによって標準化
• セマンティックウェブの実現手段として
広まりつつある
• 基本構造（トリプル）が覚えやすい
RDFの利点
• ノードやエッジがプロパティを直接持てない
（回避策はあるが・・・）
=> 検索性能や構造の煩雑さにつながる
RDFの欠点
※他にもいくつか違いはあります。多重辺の有無など
5

6. G2GML Project (https://github.com/ryotas/g2gml)
RDFグラフ（の一部）をグラフDBに簡単にインポート！
目的
 マッピング言語G2GML
 プロパティグラフのための汎用フォーマットGPG
 G2GMLの処理エンジン
目標成果物
 ryotas
 matsusho
メンバー
6

7. G2GML Project (https://github.com/ryotas/g2gml)
RDFグラフ（の一部）をグラフDBに簡単にインポート！
目的
 マッピング言語G2GML
 プロパティグラフのための汎用フォーマットGPG
 G2GMLの処理エンジン
目標成果物
 ryotas
 matsusho
 他募集中！
メンバー
7

8. Implemented
in Node.js
インポートまでの流れ
G2GML
Engine
SPARQL
エンドポイント
G2GML
SPARQL
GPG
Translators
Import
Files
8

9. 例：Linked ICGC の RDF スキーマ
※Linked ICGC (http://icgc.link/) より引用 9

10. 例：Linked ICGC の RDF スキーマ
10

11. Example of G2GML
PREFIX icgc: <http://icgc.link/vocab/>
PREFIX icgc-class: <http://icgc.link/>
PREFIX faldo: <http://biohackathon.org/resource/faldo>
nodes:
donor:
type: S rdf:type icgc-class:Donor
label: S rdfs:label O
age: S icgc:age_at_diagnosis O
gender: S icgc:sex O
mutation:
type: S rdf:type icgc-class:Mutation
label: S rdfs:label O
start_position:
S faldo:region ?r . ?r faldo:begin ?b . ?b faldo:position O
edges:
has_mutation (donor, mutation):
?det icgc:donor ?donor . ?det icgc:mutation ?mutation
affects (mutation, effect):
?mutation ^icgc:mutation ?effect . ?effect icgc:gene_affected ?gene
Prefix定義
ノード定義
エッジ定義
11

12. Example of G2GML
PREFIX icgc: <http://icgc.link/vocab/>
PREFIX icgc-class: <http://icgc.link/>
PREFIX faldo: <http://biohackathon.org/resource/faldo>
nodes:
donor:
type: S rdf:type icgc-class:Donor
label: S rdfs:label O
age: S icgc:age_at_diagnosis O
gender: S icgc:sex O
mutation:
type: S rdf:type icgc-class:Mutation
label: S rdfs:label O
start_position:
S faldo:region ?r . ?r faldo:begin ?b . ?b faldo:position O
edges:
has_mutation (donor, mutation):
?det icgc:donor ?donor . ?det icgc:mutation ?mutation
affects (mutation, effect):
?mutation ^icgc:mutation ?effect . ?effect icgc:gene_affected ?gene
12

13. Nodes in G2GML
nodes:
donor:
type: S rdf:type icgc-class:Donor
label: S rdfs:label O
age: S icgc:age_at_diagnosis O
gender: S icgc:sex O
mutation:
type: S rdf:type icgc-class:Mutation
label: S rdfs:label O
start_position:
S faldo:region ?r . ?r faldo:begin ?b . ?b faldo:position O
13

14. Edges in G2GML
edges:
has_mutation (donor, mutation):
?det icgc:donor ?donor . ?det icgc:mutation ?mutation
affects (mutation, effect):
?mutation ^icgc:mutation ?effect . ?effect icgc:gene_affected ?gene
14

15. GPG
"nid" "property" "value"
"http://icgc.link/Donor/DO1" "type" "donor”
"http://icgc.link/Donor/DO10" "type" "donor”
…
"http://icgc.link/Donor/DO1" "age" "7"
"http://icgc.link/Donor/DO10" "age" "3"
…
"s_nid” "d_nid" "label"
"http://icgc.link/Donor/DO162" "http://icgc.link/Mutation/MU28469480" "has_mutation"
"http://icgc.link/Donor/DO162" "http://icgc.link/Mutation/MU40447273" "has_mutation”
…
15

16. デモを行います！
16

17. 今後の展望
言語仕様の洗練、明確化
あわよくばW3Cに・・・
G2GMLエンジンの強化
性能調査
グラフDB間の比較、およびSPARQLとの比較
性能以外の面での比較
RDFより簡潔に表現できているか？
17