首页> 中文学位 >生物学数据集成若干关键问题研究
【6h】

生物学数据集成若干关键问题研究

代理获取

目录

文摘

英文文摘

论文说明:指导小组成员

第一章绪论

1.1研究背景

1.1.1生物学数据源和数据总量的持续增长

1.1.2生物信息学的产生与发展

1.2生物学数据集成

1.2.1生物学数据的特征

1.2.2生物学数据集成的必要性

1.2.3生物学数据集成方法

1.2.4生物学数据集成存在的问题

1.3国内外研究现状

1.4研究内容及成果

1.5论文结构

第二章半结构化生物数据的信息抽取

2.1半结构化生物数据的格式及其特点

2.1.1半结构化数据的特点

2.1.2生物数据的信息格式及特点

2.2半结构化数据抽取的相关研究

2.3半结构化数据抽取模型的构建

2.3.1半结构化数据模式

2.3.2 OEM数据模型

2.3.3 RE-OEM数据抽取模型

2.4半结构化生物数据的信息抽取

2.5实验结果及其分析

2.6本章小结

第三章GO语义相似性度量方法

3.1本体概述

3.2生物本体

3.2.1生物数据库中语义的异构

3.2.2本体在生物数据库中作用

3.2.3生物本体的研究现状

3.4相似性度量的相关研究

3.5一种基于语义路径覆盖的GO术语间相似性的度量方法

3.5.1基本定义

3.5.2算法描述

3.5.3实验评估

3.6本章小结

第四章基于GO的异构生物数据库的语义查询

4.1序列比对方法的缺陷

4.2.1 DB2GO表

4.2.2 Semantic similarity表

4.3.1浏览GO的方法

4.3.2查询GO的方法

4.3.3语义相似性查询

4.4结果分析

4.5本章小结

5.3.1 LinkDB查询

5.3.2序列完全匹配查询

5.5本章小结

第六章结论与展望

6.1结论

6.2展望

参考文献

攻读学位期间作者的工作成果

致谢

论文独创性声明和使用授权声明

展开▼

摘要

本文总结了生物学数据集成研究的现状,对采用数据仓库方法进行的数据集成中的数据抽取和转化、语义相似性的度量、基于GeneOntology的语义查询等问题进行了研究和探讨,最后给出了一个生物学数据集成系统——BioDW。主要研究成果如下:  (1)提出了一种新的半结构化数据模式的表示和数据抽取的方法;  (2)提出了一种组合的GeneOntology术语间相似性度量方法;  (3)实现了基于GeneOntology的相似性查找基于所提出的相似性度量方法,通过GeneOntology术语与被GeneOntology注释的条目之间的对应关系,实现了对同一种数据源以及不同数据源条目之间的语义相似性查找。  (4)设计实现了一个生物学数据集成系统——BioDW。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号