[论文解读] Overview of chemical ontologies

Christian Pachl, Nils Frank+2 more|arXiv (Cornell University)|Feb 7, 2020

History and advancements in chemistry参考文献 1被引用 5

一句话总结

本文全面概述了分析方法、名称反应和科学单位三个关键领域中现有化学本体论。它评估了这些本体论的结构、完整性、许可协议和可用性，识别出化学方法本体论（CHMO）和单位本体论（UO）是最成熟且应用最广泛的资源，同时指出了该领域在元数据和积极开发方面的不足。

ABSTRACT

Ontologies order and interconnect knowledge of a certain field in a formal and semantic way so that they are machine-parsable. They try to define allwhere acceptable definition of concepts and objects, classify them, provide properties as well as interconnect them with relations (e.g. "A is a special case of B"). More precisely, Tom Gruber defines Ontologies as a "specification of a conceptualization; [...] a description (like a formal specification of a program) of the concepts and relationships that can exist for an agent or a community of agents." [1] An Ontology is made of Individuals which are organized in Classes. Both can have Attributes and Relations among themselves. Some complex Ontologies define Restrictions, Rules and Events which change attributes or relations. To be computer accessible they are written in certain ontology languages, like the OBO language or the more used Common Algebraic Specification Language. With the rising of a digitalized, interconnected and globalized world, where common standards have to be found, ontologies are of great interest. [2] Yet, the development of chemical ontologies is in the beginning. Indeed, some interesting basic approaches towards chemical ontologies can be found, but nevertheless they suffer from two main flaws. Firstly, we found that they are mostly only fragmentary completed or are still in an architecture state. Secondly, apparently no chemical ontology is widespread accepted. Therefore, we herein try to describe the major ontology-developments in the chemical related fields Ontologies about chemical analytical methods, Ontologies about name reactions and Ontologies about scientific units.

研究动机与目标

• 评估化学本体论在分析方法、名称反应和科学单位三个领域中的当前状态。
• 识别现有化学本体论在完整性、元数据丰富度和积极维护方面的差距。
• 评估这些本体论在数字化学和化学信息学工作流中的互操作性和可重用性。
• 比较许可模式（尤其是知识共享许可）及其对开放科学和再利用的影响。
• 提出最佳实践建议，并优先推荐未来开发和集成中最可行的本体论。

提出的方法

• 系统性回顾和分类来自公共存储库及学术来源的现有化学本体论。
• 基于范围、结构、元数据丰富度、许可协议（CC BY、CC BY-SA）和积极开发状态对本体论进行评估。
• 使用正式本体论标准（OBO、OWL）对本体论组件（类、个体、关系、属性和限制）进行映射。
• 基于层次结构、标准符合性（如SI）和机器可读性，比较单位本体论（UO、OM2、QUDT）。
• 分析名称反应本体论（RXNO、KEGG、MOP）在分类深度和有机/无机反应覆盖范围方面的表现。
• 评估分析方法本体论（CHMO、AnIML、Allotrope、ChAMP）的完整性及其对实验室软件集成的支持程度。

实验结果

研究问题

• RQ1 在分析方法、名称反应和单位领域中，目前哪些化学本体论最为完整且持续维护？
• RQ2 许可模式（如CC BY、CC BY-SA）如何影响化学本体论的可重用性和互操作性？
• RQ3 现有本体论在多大程度上包含集成到实验室信息管理系统所必需的元数据？
• RQ4 哪些结构和语义特征使最有效的化学本体论与不完整或已停止维护的项目区分开来？
• RQ5 在标准符合性、层次结构和机器可解析性方面，UO、OM2和QUDT等单位本体论如何比较？

主要发现

• 化学方法本体论（CHMO）是分析方法领域最全面且持续维护的本体论，包含超过500种方法，采用CC BY 4.0许可，但缺乏详细的元数据。
• 单位本体论（UO）是最成熟且结构最清晰的单位本体论，具有三级层次结构，包含428个单位，许可协议为CC BY 4.0。
• AnIML技术定义本体论为紫外-可见光谱和色谱方法提供了丰富的元数据，但内容不完整且目前处于非活跃状态。
• RXNO本体论是覆盖最全面的名称反应本体论，已对超过500种反应进行多层分类，且处于积极维护中。
• 多个有前景的本体论（如ChAMP、OASIS-QUOMOS）已停止维护或被放弃，凸显了化学本体论项目长期可持续性的挑战。
• 尽管具有实用性，但许多本体论缺乏足够的元数据，难以直接集成到实验室软件中，限制了其在数字化学工作流中的实际应用。