[论文解读] Data management in systems biology I - Overview and bibliography

Gerhard Mayer|ArXiv.org|Aug 4, 2009

Scientific Computing and Data Management参考文献 329被引用 7

一句话总结

本文全面概述了系统生物学中的数据管理，重点关注大规模分布式研究项目中的标准、存储、交换与整合。文章评估了工作流系统和基于TAB的数据格式在与电子表格工具配合使用时的易用性，为实验生物学家和研究团队提供了选择最优数据管理方法的实用指导。

ABSTRACT

Large systems biology projects can encompass several workgroups often located in different countries. An overview about existing data standards in systems biology and the management, storage, exchange and integration of the generated data in large distributed research projects is given, the pros and cons of the different approaches are illustrated from a practical point of view, the existing software - open source as well as commercial - and the relevant literature is extensively overview, so that the reader should be enabled to decide which data management approach is the best suited for his special needs. An emphasis is laid on the use of workflow systems and of TAB-based formats. The data in this format can be viewed and edited easily using spreadsheet programs which are familiar to the working experimental biologists. The use of workflows for the standardized access to data in either own or publicly available databanks and the standardization of operation procedures is presented. The use of ontologies and semantic web technologies for data management will be discussed in a further paper.

研究动机与目标

• 解决涉及多个国际研究团队的大规模、分布式系统生物学项目中数据管理的挑战。
• 评估现有数据标准、存储解决方案和数据交换机制在真实世界系统生物学工作流中的实用性。
• 识别并比较用于系统生物学数据管理的开源与商业软件工具。
• 推动基于TAB的数据格式和工作流系统在实验生物学家中的应用，以提高可访问性和互操作性。
• 通过讨论本体论和语义网技术的作用，为语义数据整合奠定基础（将在后续论文中深入探讨）。

提出的方法

• 系统性回顾和分析系统生物学中现有数据标准，包括其优势与局限性。
• 评估工作流系统在本地和公共数据库中实现标准化数据访问的能力。
• 聚焦于可使用常见电子表格软件进行查看和编辑的、人类可读的基于TAB的数据格式。
• 比较开源与商业软件工具在数据管理方面的表现，强调其易用性和集成能力。
• 识别多机构研究项目中数据存储、交换与整合的最佳实践。
• 讨论本体论和语义网技术在为未来数据整合奠定基础方面的作用（将在第二部分中概述）。

实验结果

研究问题

• RQ1 在大规模、分布式系统生物学项目中，最有效的数据管理方法是什么？
• RQ2 基于TAB的数据格式如何提升实验生物学家的可访问性和易用性？
• RQ3 使用工作流系统实现标准化数据访问与管理的优缺点是什么？
• RQ4 哪些开源和商业软件工具最适合系统生物学中的数据管理？
• RQ5 如何利用数据标准和语义技术提升跨研究团队的数据整合能力？

主要发现

• 基于TAB的数据格式可借助标准电子表格应用程序轻松查看和编辑，这些工具对实验生物学家而言熟悉且易于使用。
• 工作流系统显著提升了对私有和公共数据库中数据的标准化访问，提高了可重复性和效率。
• 存在大量用于系统生物学数据管理的开源与商业软件工具，每种工具根据项目需求具有独特优势。
• 现有数据标准在成熟度和采用程度上存在差异，其互操作性和长期可维护性表现不一。
• 本体论和语义网技术在未来的数据整合中至关重要，但仍有待进一步开发和标准化。
• 系统生物学中的实际数据管理需要结合标准、软件工具和用户友好数据格式的平衡方法。