Zeitschrift für Data Mining in Genomics & Proteomics

Abstrakt

MoDa – Ein Data Warehouse für Multi-Omics-Daten

Sudeshna Guha Neogi, Maria Krestyaninova, Misha Kapushesky, Ibrahim Emam, Alvis Brazma, Ugis Sarkans

Die Palette verschiedener „Omics“-Technologien zur Messung von Eigenschaften biomolekularer Einheiten (z. B. Transkripte, Proteine, Metabolite) in biologischen Proben mit hohem Durchsatz wächst ständig. Es werden Informationssysteme benötigt, die eine integrative Untersuchung der Ergebnisse solcher Experimente ermöglichen. Wir haben ein System namens MoDa (Molecular Data Warehouse) entwickelt, das einen einheitlichen Rahmen für die Suche und Visualisierung von Ergebnissen verschiedener experimenteller Techniken der Molekularbiologie bietet. Die Warehouse-Architektur ist für verschiedene Arten der Filterung und Abfrage von Annotationen von Proben, experimentellen Ergebnissen und Eigenschaften von Genen und anderen molekularen Einheiten optimiert. Die Implementierung basiert auf der BioMart-Technologie mit verbesserten Mitteln zur Bearbeitung multidimensionaler Daten. Die Benutzeroberfläche ist eine webbasierte Anwendung. Ein wichtiger Aspekt bei jedem Data-Warehousing-Projekt ist die Datenerfassung und -bereinigung. Um sicherzustellen, dass die in das Warehouse hochgeladenen Daten konsistent und für weitere statistische Analysen ausreichend annotiert sind, haben wir ein Repository für Daten von Proben und Forschungssubjekten, experimentelle Metadaten und experimentelle Ergebnisse implementiert. Mithilfe einer Gen-Reannotations-Pipeline wurde ein einheitliches Referenzsystem für die gesammelten Daten entlang der Bioentitätsdimension („Gen“) bereitgestellt. Wir gehen davon aus, dass die entwickelte Data-Warehousing-Infrastruktur für kollaborative Projekte mit Hochdurchsatztechnologien der Molekularbiologie nützlich sein kann.