Ausarbeitung - Abteilung Datenbanken Leipzig

21
Object-ProtocolModel (OPM)
OPM wurde entwickeltzurModellierungbiologischerDaten undderEreignisabfolge in
wissenschaftlichenExperimenten. Es eignetsichgutzurRepräsentationzeitlicherBedingungen
und des Datenflusses zwischendenTeilexperimenten.
OPM eignet sich gutzur ModellierungdynamischerDaten, wiePhenotyp-Daten und die
Dynamik vonbiologischenProzessen.
OPM und dessen"data management tools suite" istkommerziell.
Querverwiese
InBio-Datenbanken verweisen Datensätze aufBeschreibungen derExperimente, durch die
die Daten gewonnen wurden, aufähnliche Daten inder selben odereinen anderen Datenbank.
Meist werdendiese Verweisedurch (künstliche)Primärschlüsselrealisiertund als Hyperlinks
implementiert.
Diese Hypertext-Verlinkung ist einbesonders auffälliges MerkmalderBio-Datenbanken.
Anfragen
FürAnfragestellungenbieten dieBio-Datenbankenoft Webformulare an.
Die derzeitgenutztenSchnittstellenlassen sich leichtbenutzen, es sind abernur meist begrenzte
Anfragen möglich undmankann dort Anfragesprachen imherkömmlichenSinn nurselten
finden. Einige Tools greifendirektaufdiese Schnittstellenzu. Zusätzlichstellenfastalle Bio-
Datenbanken ihre Daten inden unterschiedlichsten Formaten als flat-files zumDownloadzur
Verfügung.
7.3 Datenanalyse und -integration
Die meisten Bio-Datenbanken enthalten Software zurDatenanalyse. Diese Software sindentweder
Implementierungenvon denbekanntenBioinformatik-Algorithmen, wiezumBeispielderSmith-
Watermann-Algorithmus, oderWerkzeuge, wieBLAST, die aufbekannte oderwenige bekannte
Algorithmenberuhen. Einige dieserTools sind schwierig zubenutzen, daviele Parameter
angegebenwerden müssenund viele dieser Tools unzureichenddokumentiertsind.
Viele Bio-Datenbanken enthalten außerdem elementare Computer-Linguistik-Software zur
Schlagwortsuche undÜbersetzungenzwischenden geläufigsten Datenformaten.
Wegendes schnellen Wachstums von Bio-DatenbankenspielenVerfahren zurKnowledge
Discoveryund DataMiningimmergrößereRolle.
Integration vonDatenunterschiedlicherUrsprünge führtzu "Beschreibungs-", "Heterogenitäts-"
und "semantischen" Konflikten.
Beschreibungskonflikt liegt vor, wenndas selbe semantischeObjektinverschiedenen
Datenbanken unterschiedlich modelliertwird.
Heterogenitätskonflikt resultiert aus denunterschiedlichen Datenmodellen und Managementsystemen
der verschiedenen Datenbanken.
Semantischer Konflikt tritt auf, wenndie grundlegenden Begriffe, wie zumBeispiel "Gen"in
verschiedenen Datenbankenunterschiedlich ausgelegt werden.
FrüheWerkzeugezur DatenintegrationberücksichtigendieseKonflikte nicht.
Neuere Ansätzeversuchen Semantische Konflikte unteranderem mittels Ontologien zu lösen.
Das Problem, Daten unterschiedlicherQualitätzu integrieren, wurde bishernochnicht
zufriedenstellend gelöst.
Um die Datenaus den verschiedenDatenbankenaktuellzu halten, sind regelmäßige(tägliche)
Updates nötig. BeiBio-Datenbankenistdies besonders rechenintensiv, daflat-files derdefacto
Standardbeim Datenaustauschsind. Strukturierte Modelle sind fürdenDatenaustausch
vorzuziehen. Die semistrukturierteHerangehensweise zurDatenmodellierungund
Datenmanagementscheintvielversprechend fürdie DatenintegrationbeiBio-Datenbanken.
Verschiedene Forschungen beschäftigensichmitder Modellierungmolekularbiologischer Daten
mittels XML.