Revista de minería de datos en genómica y proteómica

Abstracto

Almacén de datos MoDa-A para datos multiómicos

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

La gama de diversas tecnologías "ómicas" para medir las propiedades de las entidades biomoleculares (por ejemplo, transcripciones, proteínas, metabolitos) en muestras biológicas de una manera de alto rendimiento sigue aumentando. Se necesitan sistemas de información que permitan la exploración integradora de los resultados de tales experimentos. Hemos desarrollado un sistema, MoDa (Molecular Data warehouse), que proporciona un marco unificado para buscar y visualizar los resultados de varias técnicas experimentales de biología molecular. La arquitectura del almacén está optimizada para varios tipos de filtrado y consulta de anotaciones de muestras, resultados experimentales y propiedades de genes y otras entidades moleculares. La implementación se basa en la tecnología BioMart, con medios mejorados para manipular datos multidimensionales. La interfaz de usuario es una aplicación basada en la web. Una consideración importante para cada proyecto de almacenamiento de datos es la adquisición y limpieza de datos. Para garantizar que los datos cargados en el almacén sean consistentes y estén lo suficientemente bien anotados para posteriores análisis estadísticos, implementamos un repositorio para datos de muestras y sujetos de investigación, metadatos experimentales y resultados experimentales. Se utilizó un proceso de reanotación de genes para proporcionar un sistema de referencia uniforme para los datos recopilados a lo largo de la dimensión de la bioentidad (“gen”). Esperamos que la infraestructura de almacenamiento de datos desarrollada pueda ser útil para proyectos colaborativos que empleen tecnologías de biología molecular de alto rendimiento.