[論文レビュー] The Research Object Suite of Ontologies: Sharing and Exchanging Research Data and Methods on the Open Web

Khalid Belhajjame, Jun Zhao+8 more|arXiv (Cornell University)|Jan 17, 2014

Scientific Computing and Data Management参考文献 5被引用数 15

ひとこと要約

本論文では、研究データ、手法、プロバンスを再利用可能で共有可能なコンテナとして統合する、Semantic Webに基づくフレームワークであるResearch Object（RO）オントロジー・スイートを提示する。既存の語彙を活用し、myExperiment や RODL といったツールと統合することで、科学的調査を構造的かつ機械読取可能な形でパッケージ化可能となり、研究結果の再現性、解釈可能性、長期的保存性が著しく向上する。

ABSTRACT

Research in life sciences is increasingly being conducted in a digital and online environment. In particular, life scientists have been pioneers in embracing new computational tools to conduct their investigations. To support the sharing of digital objects produced during such research investigations, we have witnessed in the last few years the emergence of specialized repositories, e.g., DataVerse and FigShare. Such repositories provide users with the means to share and publish datasets that were used or generated in research investigations. While these repositories have proven their usefulness, interpreting and reusing evidence for most research results is a challenging task. Additional contextual descriptions are needed to understand how those results were generated and/or the circumstances under which they were concluded. Because of this, scientists are calling for models that go beyond the publication of datasets to systematically capture the life cycle of scientific investigations and provide a single entry point to access the information about the hypothesis investigated, the datasets used, the experiments carried out, the results of the experiments, the people involved in the research, etc. In this paper we present the Research Object (RO) suite of ontologies, which provide a structured container to encapsulate research data and methods along with essential metadata descriptions. Research Objects are portable units that enable the sharing, preservation, interpretation and reuse of research investigation results. The ontologies we present have been designed in the light of requirements that we gathered from life scientists. They have been built upon existing popular vocabularies to facilitate interoperability. Furthermore, we have developed tools to support the creation and sharing of Research Objects, thereby promoting and facilitating their adoption.

研究の動機と目的

• 出版された論文が再現性や再利用のための十分な文脈を欠いているという学術的コミュニケーションのギャップを解消すること。
• 研究データ、手法、ワークフロー、プロバンス、結論を1つのポータブルな単位に統合する、標準化され、機械処理可能な方法を提供すること。
• 仮説、実験、結論を含む、研究調査の全ライフサイクルを捉えることで、科学的調査の長期的保存および解釈を支援すること。
• W3C PROV や W3C Web Annotation、W3C Web Services といった既存の語彙と整合させることで、DataVerse や FigShare、myExperiment、RODL といった既存のリポジトリやツールとの相互運用性を確保すること。
• 継続的な開発とフィードバックを可能にするためのW3Cコミュニティグループを含むツール開発とコミュニティ参加を通じた採用促進

提案手法

• 研究リソースおよびメタデータを集約する軽量なコンテナをモデル化する、コアとなるResearch Objectオントロジーの設計。
• 実行詳細とラインレージを捉えるために、科学的ワークフロー（wfdesc）、プロバンス（prov）、時間的進化（ro-cd）の拡張オントロジーの作成。
• W3C PROV、W3C Web Annotation、W3C Web Services といった既存の標準と統合し、相互運用性を確保すること。
• myExperiment や RODL といった実用的ツールへのROモデルの実装により、研究者らが仮説、ワークフロー実行、結論のメタデータを明示的にモデル化してResearch Objectを作成・管理・共有できるようにすること。
• RODL をバックエンドリポジトリとして活用し、Research Objectを格納・管理する。また、ワークフロー定義を標準RO準拠フォーマットに変換する変換サービスの提供。
• BioVel、Scape、Timbus、GigaScience といったプロジェクトと協働することで、実世界のユースケースにモデルを適用し、オントロジー設計の妥当性と洗練を検証すること。

実験結果

リサーチクエスチョン

• RQ1 科学的調査を、完全な再現性と長期的保存性を実現する形でどのようにパッケージ化できるか？
• RQ2 仮説、データ、ワークフロー、結論を含む、研究調査の全ライフサイクルを意味的に記述するにはどのようなオントロジー・モデルが必要か？
• RQ3 既存の研究データおよび手法リポジトリを、構造的かつ機械読取可能な形で研究オブジェクトの共有を可能にする形で拡張するにはどうすればよいか？
• RQ4 科学コミュニティ全体に広く採用されるための技術的および組織的メカニズムには何が必要か？
• RQ5 トレーサビリティと監査可能性を支援するため、研究オブジェクトのプロバンスおよびバージョニングをどのようにモデル化できるか？

主な発見

• Research Objectスイートのオントロジーは、研究データ、手法、メタデータを1つの共有可能な単位に統合する、ポータブルで意味的に豊かなコンテナの作成を成功裏に可能にした。
• myExperiment および RODL との統合により、研究者が仮説、ワークフロー実行、結論のメタデータを明示的にモデル化してResearch Objectを作成・管理できるようになった。
• PROV や wfdesc といった既存の語彙の使用により、さまざまな科学的ツールやリポジトリ間での相互運用性と再利用性が保証された。
• BioVel、Scape、Timbus、GigaScience といった複数の研究コミュニティが、本モデルを採用および拡張しており、実用的有用性と拡張性が裏付けられた。
• Research Objectsに関するW3Cコミュニティグループが設立され、80人を超える貢献者が集まり、標準化への強いコミュニティの関心と勢いがうかがえる。
• 実験設計やデータのルート・トレースといった文脈的情報を明示的かつアクセス可能にする仕組みを提供することで、科学的結果の再現性と解釈性が向上した。