[論文レビュー] The I-ADOPT Interoperability Framework for FAIRer data descriptions of biodiversity

Barbara Magagna, Ilaria Rosati+6 more|arXiv (Cornell University)|Jul 14, 2021

Biomedical Text Mining and Ontologies参考文献 11被引用数 6

ひとこと要約

I-ADOPTフレームワークは、観察可能な性質を機械読取可能な、解像可能ないンターリンクアドレス（IRI）としてモデル化することで、生物多様性データにおける意味的相互運用性を向上させる、標準化されたFAIR準拠のオントロジーを提案する。変数の各構成要素—性質、関心対象、値—をFAIR準拠の語彙にマッピングすることにより、一貫性があり再利用可能なメタデータとRDFベースのデータ表現を可能にし、GBIF、PANGAEA、eLTER RIといった多様な生物多様性インfra構造の間でのデータ統合を顕著に改善する。

ABSTRACT

Biodiversity, the variation within and between species and ecosystems, is essential for human well-being and the equilibrium of the planet. It is critical for the sustainable development of human society and is an important global challenge. Biodiversity research has become increasingly data-intensive and it deals with heterogeneous and distributed data made available by global and regional initiatives, such as GBIF, ILTER, LifeWatch, BODC, PANGAEA, and TERN, that apply different data management practices. In particular, a variety of metadata and semantic resources have been produced by these initiatives to describe biodiversity observations, introducing interoperability issues across data management systems. To address these challenges, the InteroperAble Descriptions of Observable Property Terminology WG (I-ADOPT WG) was formed by a group of international terminology providers and data center managers in 2019 with the aim to build a common approach to describe what is observed, measured, calculated, or derived. Based on an extensive analysis of existing semantic representations of variables, the WG has recently published the I-ADOPT framework ontology to facilitate interoperability between existing semantic resources and support the provision of machine-readable variable descriptions whose components are mapped to FAIR vocabulary terms. The I-ADOPT framework ontology defines a set of high level semantic components that can be used to describe a variety of patterns commonly found in scientific observations. This contribution will focus on how the I-ADOPT framework can be applied to represent variables commonly used in the biodiversity domain.

研究の動機と目的

• GBIF、ILTER、BODCなどの国際的イニシャチブにおける多様なメタデータおよび意味的リソースのための、増大する生物多様性データの相互運用性の課題に対処する。
• 生物多様性観測で観察・測定・導出されたものを記述するための共通フレームワークを構築することで、多様な用語やデータ管理手法を統合する。
• 特に検索可能性と相互運用性を強化するFAIRデータ原則を前進させるために、変数概念に機械読取可能な、解像可能な識別子（IRI）を提供する。
• 変数記述を標準化された再利用可能な意味的コンポーネントに一致させることで、研究インfraストラクチャ間での生物多様性データ統合を支援する。
• OBOE や DDI-CDI などの既存モデルへのマッピングと設計パターンを提供することで、多様なシステムへの採用を促進する。

提案手法

• 変数を核心となる意味的コンポーネントに分解する高レベルのオントロジーを開発した：性質（何が観察されるか）、関心対象（何が観察対象か）、値（結果）。
• これらのコンポーネントを、永続的かつ解像可能な識別子（IRI）にマッピングし、メタデータフィールド内のプレーンテキストの代わりに使用することで、機械読取性を向上させた。
• SKOS語彙（例：LifeWatch Phytotraits、EnvThes）とRDFデータモデルを用いて、実世界の生物多様性データにフレームワークを適用し、構造的かつクエリ可能な表現を実現した。
• EML 2.2.0 やダーウィンコアなどの既存メタデータ基準に統合することで、スプレッドシートや正式な知識表現形式でも利用可能にした。
• RDF三元組にIRIを埋め込むことで、SPARQLベースのファセット検索を可能にし、ユーザーが特定の物質（例：エンドサルファン硫酸塩）や生物（例：Ostrea edulis）に基づいてデータセットを照会できるようにした。
• OBOE や DDI-CDI などの外部モデルへのマッピングを確立することで、データ管理エコシステム全体における互換性と広範な採用を確保した。

実験結果

リサーチクエスチョン

• RQ1 多様で異なるメタデータおよび用語習慣を有する生物多様性データインfraストラクチャ間で、意味的相互運用性をどのように向上できるか？
• RQ2 機械読取可能でFAIR準拠の方法で、生物多様性観測における観察可能な性質を記述するための、標準化され再利用可能なコンポーネントは何か？
• RQ3 既存のメタデータ基準（例：ダーウィンコア、EML）にIRIベースの変数記述を統合することで、データ統合がどの程度向上できるか？
• RQ4 細胞形態や確立度といった定性的観測変数を、制御語彙とIRIを用いてどのように意味的にモデル化・符号化できるか？
• RQ5 eLTER RI、PANGAEA、GBIF などの主要な生物多様性データシステムにおいて、I-ADOPTフレームワークをどのように実装・採用する実用的道筋が考えられるか？

主な発見

• I-ADOPTフレームワークは、性質、関心対象、値という3つのコアコンポーネントを用いて、一貫性があり機械読取可能な記述を可能にした。
• プレーンテキストの代わりに変数概念を永続的IRIにマッピングすることで、特にRDFベースのデータ配布において、メタデータの検索可能性と相互運用性が顕著に向上した。
• フレームワークにより、ユーザーが特定の物質（例：エンドサルファン硫酸塩）や生物（例：Ostrea edulis）を検索できるように、意味的メタデータを通じたSPARQLベースのデータセット照会が可能になった。
• LifeWatchイタリアとeLTER RIにおける概念実証実装では、SKOSベースのThesaurusにIRI連携の変数定義を拡張することで、機能的特性と標準観測の記述が可能であることが示された。
• 『生物に含まれる物質の濃度』といった変数のための設計パターンを提供することで、異なる研究文脈においても一貫したモデル化が可能となり、分野横断的再利用が可能になった。
• OBOE や DDI-CDI などの既存モデルへのマッピング可能性が確認されたことで、フレームワークがより広範なデータ統合エコシステムにおける意味的相互運用性を強化する可能性を示した。