NeuroRDF:アルツハイマー病のバイオマーカー候補の優先順位付けのための高度に精選されたデータの意味論的統合

 Iyappan, Anandhi;..;Senger, Philipp (2016.7,JOURNAL OF BIOMEDICAL SEMANTICS)[NeuroRDF: semantic integration of highly curated data to prioritize biomarker candidates in Alzheimer's disease]

理由

炎症性サイトカイン4

概要

背景：神経変性疾患は社会的、経済的に非常に大きい影響がある不治、かつ衰弱化する症状であり、根本的な分子現象の多くがまだ研究されている。機械的症状モデルは分子、細胞レベルで起こる複雑な相互作用を解読するのに役立つ知識枠組みを提供できた。このことが異なる制御データ層も疾患モデルにおける高度に精選された異質なデータを統合する方法の作成の動機である。いくつかの疾患モデルは存在するが、それらは根本のデータの質を考慮していないことがある。さらに、セマンティックウェブ技術が最近発展している一方で、アルツハイマー病のような複雑な疾患のその治療をまだ有していない。この説明をする重要な原因の一つは作られたデータと得た知識の間にあるギャップの増加である。

結果：この論文では、NeuroRDFと呼ばれる方法を説明する。これは複雑な神経変性疾患領域における精選された知識のモデリングの統合的枠組みを作る。この戦略の核は、よく精選された、状況特異的なデータをセマンティックウェブを基にしたRDFに統合することの利用である。これにより、既存の知識は特定の疾患の状況において新規の信頼できる確率が高くなる。この基盤はデータベースや論文、そして遺伝子発現資源からの高度に精選されたデータを統合する。最もらしいバイオマーカー候補の優先付けのためにこれらの資源を繋ぐような現実世界の生体医学の問題を問うことでこの方法の有効性を説明する。13種の優先的な候補遺伝子から炎症性サイトカインとして機能するための潜在的発現候補となるMIFを同定した。さらに、精選され、質的に制御されたデータで構成されている適応特異的な知識ベースのような生成の間に直面する努力や困難も報告する。

結論：モデリングのために多くの他の方法が提案され、作られてきたが、セマンティックウェブ技術は柔軟かつ調和された蓄積のためによく作られた方法である。高品質かつ状況特異的なデータを使うために、この研究の利点は良く知られたメカニズムの周囲のこれまで注目されなかったバイオマーカー候補を出現させ、さらに実験調査の進展させることである。

雑記

厄介な論文にあたってしまった・・・