Journal of Data Mining in Genomics & Proteomics

Abstrato

Armazém de dados MoDa-A para dados multi-“Omics”

Sudeshna Guha Neogi, Maria Krestyaninova, Misha Kapushesky, Ibrahim Emam, Alvis Brazma, Ugis Sarkans

A gama de várias tecnologias “ómicas” para medir propriedades de entidades biomoleculares (por exemplo, transcritos, proteínas, metabolitos) em amostras biológicas em alto rendimento continua a aumentar. São necessários sistemas de informação que permitam a exploração integrativa dos resultados de tais experiências. Desenvolvemos um sistema, MoDa (Molecular Data Warehouse), que fornece uma estrutura unificada para encontrar e visualizar resultados de diversas técnicas experimentais de biologia molecular. A arquitetura do armazém é otimizada para vários tipos de filtragem e consulta de anotações de amostras, resultados experimentais e propriedades de genes e outras entidades moleculares. A implementação é baseada na tecnologia BioMart, com meios melhorados para a manipulação de dados multidimensionais. A interface do utilizador é uma aplicação baseada na web. Uma consideração importante para cada projeto de armazenamento de dados é a aquisição e limpeza de dados. Para garantir que os dados carregados no armazém são consistentes e suficientemente bem anotados para análises estatísticas adicionais, implementámos um repositório para dados de amostras e sujeitos de investigação, metadados experimentais e resultados experimentais. Foi utilizado um pipeline de reanotação genética para fornecer um sistema de referência uniforme para os dados recolhidos ao longo da dimensão da bioentidade (“gene”). Esperamos que a infraestrutura de armazenamento de dados desenvolvida possa ser útil para projetos colaborativos que empreguem tecnologias de biologia molecular de alto rendimento.