,, ,
生物医学领域和关联数据的发展推动了一大批可以查询的结构化生物医学本体数据的出现。如生物通路本体[1]包括生物化学反应、复杂装配、运输和催化事件,涉及到蛋白质、DNA、RNA、小分子和复合物的物理相互作用。这些生物医学本体数据中的数据类型多样、规模庞大。虽然很多情况下,生物医学研究者通过Cytoscape[2]可视化软件把生物本体可视化出来,但这些可视化的结果是通过一定的算法归类成的节点,其中每一个节点代表一个知识分类。如Mouse genome database(MGD)这个老鼠基因组的数据源共有8 206 813个三元组,但在可视化的结果中,只表示为59个节点,184条关联弧。而当需要对某个数据源中的节点进行详细研究或对某个数据源进行重新组织,对关系数据进行检索和解析RDF数据时,就需要用到查询语言和数据获取协议 (Simple Protocol and RDF Query Language,SPARQL)[3-4]语句查询来实现。
对于普通的生物医学研究人员来说,要熟练地运用SPARQL语法并构建能满足自己需求的查询语句是一件很困难的事情。这将会使生物医学本体数据源不能得到充分的利用,很多节点内所包含的数据实体与数据关联并不能被生物医学人员发现和利用;同时由于SPARQL语法问题与数据源数据的复杂性也会提高生物医学研究人员使用的门槛,因此需要一种工具辅助生物医学研究人员完成对生物医学本体数据的查询、检索、解析与重新组织。此背景下,笔者利用参数化设计的思想研发了一个Cytoscape参数化SPARQL查询系统,该系统可以编写SPARQL查询语句通过SPARQL端点进行可视化查询,也可以导入参数化模板,然后在可视化结果中选择可视化的生物本体通路数据节点,选择相应的查询参数,系统便会自动生成SPARQL查询语句,并把查询结果可视化。……