[论文解读] Development of an Ontology for an Integrated Image Analysis Platform to enable Global Sharing of Microscopy Imaging Data

Satoshi Kume, Hiroshi Masuya+2 more|arXiv (Cornell University)|Oct 20, 2021

Biomedical Text Mining and Ontologies参考文献 3被引用 9

一句话总结

本文提出了一种基于RDF/OWL的本体，扩展了开放显微成像环境（OME）数据模型，以整合光学和电子显微镜成像数据与生物样本、生物资源及实验元数据。通过将OME的XML模式转换为RDF，并增加18个高层概念（包括电子显微镜、表型数据和成像条件），实现了跨模态和数据库的显微镜数据的全局互操作性共享与集成分析。

ABSTRACT

Imaging data is one of the most important fundamentals in the current life sciences. We aimed to construct an ontology to describe imaging metadata as a data schema of the integrated database for optical and electron microscopy images combined with various bio-entities. To realise this, we applied Resource Description Framework (RDF) to an Open Microscopy Environment (OME) data model, which is the de facto standard to describe optical microscopy images and experimental data. We translated the XML-based OME metadata into the base concept of RDF schema as a trial of developing microscopy ontology. In this ontology, we propose 18 upper-level concepts including missing concepts in OME such as electron microscopy, phenotype data, biosample, and imaging conditions.

研究动机与目标

• 开发一种标准化、互操作的元数据模式，用于在光学和电子显微镜模态之间实现显微成像数据的全球共享。
• 解决现有显微成像数据模型中生物样本、生物资源和实验条件缺乏集成本体的问题。
• 通过RDF/OWL扩展OME数据模型，以支持与外部生物和医学数据库的语义集成。
• 通过标准化本体，实现显微镜图像与详细生物信息（如品系和样本数据）的精确链接。
• 通过结构化元数据以支持计算和多学科集成，实现大规模、可重复的图像分析。

提出的方法

• 将OME数据模型（2015年1月版，基于XML）转换为RDF/OWL模式，以建立显微成像元数据的标准化数据模型。
• 从OME XML模式中识别并提取核心概念和属性，以定义RDF类和关系。
• 通过增加18个新高层概念（包括Image、SampleContainer、BioSample、PhenotypeData、ImagingCondition和ElectronMicroscopyDevice）扩展OME本体。
• 通过引入专用类并将其与外部数据库（如RIKEN生物资源中心）链接，整合生物样本和生物资源元数据。
• 定义RDF图实例，以展示显微镜图像如何与实验条件、样本制备和表型数据实现语义链接。
• 通过描述约20,000个具有不同染色方法的电子显微镜数据集，验证了本体的可扩展性和表达能力。

实验结果

研究问题

• RQ1 如何设计一种本体，以统一来自不同实验条件下的光学和电子显微镜的元数据？
• RQ2 为扩展OME数据模型以支持电子显微镜和生物样本集成，需要增加哪些额外的高层概念？
• RQ3 基于RDF/OWL的本体能否实现显微镜数据与外部生物数据库的互操作、机器可读的集成？
• RQ4 该扩展本体在多机构之间支持大规模、可重复的图像分析和数据共享方面，其适用程度如何？
• RQ5 如何实现显微镜元数据与表型数据和生物资源的语义链接，以增强数据的可重用性？

主要发现

• 所提出的本体成功在OME数据模型中扩展了18个新高层概念，包括ElectronMicroscopyDevice、PhenotypeData和ImagingCondition，实现了全面的元描述。
• RDF/OWL模式支持将电子显微镜数据与生物样本和生物资源元数据集成，弥合了现有成像数据模型中的信息鸿沟。
• 本体通过标准化实体引用，实现了显微镜图像与外部数据库（如RIKEN生物资源中心）的精确语义链接。
• 该框架在约20,000个具有不同染色方法的电子显微镜数据集上得到验证，证明了其可扩展性和实际适用性。
• 扩展的本体支持多学科数据集成，并通过与链接开放数据原则对齐，实现了显微镜数据的全球共享。
• 该方法为未来与生物动力学标记语言（BDML）和细胞显微镜表型本体（CMPO）的集成奠定了基础，增强了跨领域兼容性。