SPARQLthon24/DDBJ

提供：TogoWiki

移動： 案内, 検索

目次

Taxonomy OWL

  • owl:versionInfoのオブジェクトは変換した日付からtaxdump ファイルのタイムスタンプなどデータソースのバージョンにするか？ 【Done】
    • taxdumpは一日複数回更新される場合がある。owlへの変換は毎日AM4時に変換、AM6時にインポート。

DDBJ OWL

  • prefixの変更【Done】 
1c1
< @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
---
> @base <http://ddbj.nig.ac.jp/ontologies/nucleotide/> .
3d2
< @prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
5c4,5
< @prefix xml: <http://www.w3.org/XML/1998/namespace> .
---
> @prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
> @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
6a7
> @prefix dcterms: <http://purl.org/dc/terms/> .
8c9
  • Ontology headerの変更【Done】 
10,11c11,15
<     rdfs:label "insdc" ;
<     rdfs:seeAlso <http://www.insdc.org/> .
---
>     rdfs:label "DDBJ annotated nucleotide sequence ontology" ;
>     rdfs:comment "DDBJ annotated nucleotide sequence ontology for semantic representation of the INSDC (DDBJ/ENA/GenBank) sequence records" ;
>     rdfs:seeAlso <http://www.insdc.org/documents/feature-table> ;
>     dcterms:license <http://creativecommons.org/licenses/by/4.0/> ;
>     owl:versionInfo "Version 10.3 October 2013" .

* database#
* division#
* keyword#
* comment#
  • Version 10.3 October 2013 ルールの更新
    • 新設、廃止されたfeature/qualiferの表現について
  • <Feature Class> rdfs:seeAlso SO_XXXXXXX 追加する
    • ft_so.jsonから取得、差し込む
  • Annotated Sequence エントリのメタデータブロックのRDFとの整合性
    • Structured Commentのパーサなどない
    • Division
    • Keyword
    • Reference
  • DDBJ形式特有の問題 
BASE COUNT      1862754 a      1486687 c      1476489 g      1866935 t
  • ライセンスを確定させる
    • CC0が理想
    • DDBJ Home Page by DDBJ is licensed under a Creative Commons 表示 2.1 日本 License
    • 違いは？ 表示 4.0 国際、表示 3.0 非移植、表示 2.5 一般、表示 2.0 一般、表示 1.0 一般

サンプルデータ AP011615

フラットファイル形式

source featureまで 

LOCUS       AP011615             6788435 bp    DNA     circular HTG 16-APR-2010
  • locus name
  • sequence length #insdc:sequence_length
  • molecule type #
  • molecular form #insdc:topology insdc:circular
  • division
  • the date of last release #insdc:sequence_date 
DEFINITION  Arthrospira platensis NIES-39 DNA, nearly complete genome.                  #rdfs:label
ACCESSION   AP011615
VERSION     AP011615.1                                                                  #insdc:sequence_version
DBLINK      BioProject:PRJDA42161
KEYWORDS    HTG; HTGS_PHASE2.
SOURCE      Arthrospira platensis NIES-39
  ORGANISM  Arthrospira platensis NIES-39
            Bacteria; Cyanobacteria; Oscillatoriophycideae; Oscillatoriales;
            Arthrospira.
REFERENCE   1  (bases 1 to 6788435)
  AUTHORS   Fujisawa,T., Fujita,N. and Sekine,M.
  TITLE     Direct Submission
  JOURNAL   Submitted (30-NOV-2009) to the DDBJ/EMBL/GenBank databases.
            Contact:Takatomo Fujisawa
            National Institute of Technology and Evaluation, NITE, Bioresource
            Information Center, Department of Biotechnology; 2-49-10
            Nishihara, Shibuya, Tokyo 151-0066, Japan
            URL    :http://www.bio.nite.go.jp/
REFERENCE   2   
  AUTHORS   Fujisawa,T., Narikawa,R., Okamoto,S., Ehira,S., Yoshimura,H.,
            Suzuki,I., Masuda,T., Mochimaru,M., Takaichi,S., Awai,K.,
            Sekine,M., Horikawa,H., Yashiro,I., Omata,S., Takarada,H.,
            Katano,Y., Kosugi,H., Tanikawa,S., Ohmori,K., Sato,N., Ikeuchi,M.,
            Fujita,N. and Ohmori,M.
  TITLE     Genomic Structure of an Economically Important Cyanobacterium,
            Arthrospira (Spirulina) platensis NIES-39
  JOURNAL   DNA Res. 17, 85-103 (2010)
COMMENT     Genome Coverage: 11x 
            Sequencing Technology: ABI 3730
            The genome structure of A. platensis is estimated to be a single,
            circular chromosome of 6.8 Mb, based on optical mapping.
FEATURES             Location/Qualifiers
     source          1..6788435                                                         #insdc:location
                     /db_xref="taxon:696747"                                            #obo:RO_0002162# RO:in taxon
                     /mol_type="genomic DNA"                                            #insdc:mol_type
                     /organism="Arthrospira platensis NIES-39"                          #insdc:organism
                     /strain="NIES-39"                                                  #insdc:strain

RDF形式 

@prefix rdf:  <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix xsd:  <http://www.w3.org/2001/XMLSchema#> .
@prefix skos: <http://www.w3.org/2004/02/skos/core#> .
@prefix sio:  <http://semanticscience.org/resource/> .
@prefix obo:  <http://purl.obolibrary.org/obo/> .
@prefix faldo:  <http://biohackathon.org/resource/faldo#> .
@prefix insdc:  <http://ddbj.nig.ac.jp/ontologies/nucleotide/> .

<http://identifiers.org/insdc/AP011615.1> rdf:type  insdc:Entry .
<http://identifiers.org/insdc/AP011615.1> rdfs:label  "Arthrospira platensis NIES-39 DNA, nearly complete genome." .
<http://identifiers.org/insdc/AP011615.1> insdc:sequence_version  "AP011615.1" .
<http://identifiers.org/insdc/AP011615.1> insdc:sequence_date "2010-04-16"^^xsd:date .
<http://identifiers.org/insdc/AP011615.1> insdc:sequence  <http://identifiers.org/insdc/AP011615.1#sequence> .
<http://identifiers.org/insdc/AP011615.1#sequence>  rdfs:seeAlso  <http://www.ncbi.nlm.nih.gov/nuccore/AP011615.1?report=fasta> .
<http://identifiers.org/insdc/AP011615.1#sequence>  rdfs:seeAlso  <http://www.ebi.ac.uk/ena/data/view/AP011615.1&display=fasta> .
<http://identifiers.org/insdc/AP011615.1#sequence>  rdfs:seeAlso  <http://getentry.ddbj.nig.ac.jp/getentry/na/AP011615.1?format=fasta> .
<http://identifiers.org/insdc/AP011615.1#sequence>  rdfs:subClassOf obo:SO_0000001 .  # SO:sequence
<http://identifiers.org/insdc/AP011615.1#sequence>  insdc:sequence_length 6788435 .
<http://identifiers.org/insdc/AP011615.1#sequence>  insdc:topology  insdc:circular .
<http://identifiers.org/insdc/AP011615.1#sequence>  obo:so_has_quality  obo:SO_0000988 .  # SO:circular
<http://identifiers.org/insdc/AP011615.1> rdfs:seeAlso  <http://identifiers.org/ncbigi/GI:AP011615.1> .
<http://identifiers.org/ncbigi/GI:AP011615.1> rdfs:label  "GI:AP011615.1" .
<http://identifiers.org/ncbigi/GI:AP011615.1> rdf:type  insdc:GI .
<http://identifiers.org/ncbigi/GI:AP011615.1> sio:SIO_000068  <http://identifiers.org/ncbigi> .  # sio:is-part-of
<http://identifiers.org/insdc/AP011615.1> rdfs:seeAlso  <http://identifiers.org/refseq/AP011615.1> .
<http://identifiers.org/refseq/AP011615.1>  rdfs:label  "AP011615.1" .
<http://identifiers.org/refseq/AP011615.1>  rdf:type  insdc:RefSeq .
<http://identifiers.org/refseq/AP011615.1>  sio:SIO_000068  <http://identifiers.org/refseq> .  # sio:is-part-of
<http://identifiers.org/insdc/AP011615.1#sequence>  insdc:location  "1..6788435" .
<http://identifiers.org/insdc/AP011615.1#sequence>  faldo:location  <http://identifiers.org/insdc/AP011615.1#region:1-6788435:1> .
<http://identifiers.org/insdc/AP011615.1#region:1-6788435:1>  rdf:type  faldo:Region .
<http://identifiers.org/insdc/AP011615.1#region:1-6788435:1>  faldo:begin <http://identifiers.org/insdc/AP011615.1#position:1:1> .
<http://identifiers.org/insdc/AP011615.1#region:1-6788435:1>  faldo:end <http://identifiers.org/insdc/AP011615.1#position:6788435:1> .
<http://identifiers.org/insdc/AP011615.1#position:1:1>  faldo:position  1 .
<http://identifiers.org/insdc/AP011615.1#position:1:1>  faldo:reference <http://identifiers.org/insdc/AP011615.1#sequence> .
<http://identifiers.org/insdc/AP011615.1#position:1:1>  rdf:type  faldo:ForwardStrandPosition .
<http://identifiers.org/insdc/AP011615.1#position:1:1>  rdf:type  faldo:ExactPosition .
<http://identifiers.org/insdc/AP011615.1#position:6788435:1>  faldo:position  6788435 .
<http://identifiers.org/insdc/AP011615.1#position:6788435:1>  faldo:reference <http://identifiers.org/insdc/AP011615.1#sequence> .
<http://identifiers.org/insdc/AP011615.1#position:6788435:1>  rdf:type  faldo:ForwardStrandPosition .
<http://identifiers.org/insdc/AP011615.1#position:6788435:1>  rdf:type  faldo:ExactPosition .
<http://identifiers.org/insdc/AP011615.1> rdfs:seeAlso  <http://identifiers.org/taxonomy/696747> .
<http://identifiers.org/taxonomy/696747>  rdfs:label  "696747" .
<http://identifiers.org/taxonomy/696747>  rdf:type  insdc:taxon .
<http://identifiers.org/taxonomy/696747>  sio:SIO_000068  <http://identifiers.org/taxonomy> .  # sio:is-part-of
<http://identifiers.org/insdc/AP011615.1#sequence>  obo:RO_0002162  <http://identifiers.org/taxonomy/696747> .  # RO:in taxon
<http://identifiers.org/insdc/AP011615.1> insdc:mol_type  "genomic DNA" .
<http://identifiers.org/insdc/AP011615.1> insdc:organism  "Arthrospira platensis NIES-39" .
<http://identifiers.org/insdc/AP011615.1> insdc:strain  "NIES-39" .

メタデータ記述の方針

メタデータ記述の方針について確認した。

  • divisionの追加
    • insdc:division a owl:ObjectProperty .
    • divisionをOWLで定義する【TODO】
  • DEFINITIONのpredicateをrdfs:labelからinsdc:definitionに変更
    • <entry> insdc:definition "xxxx"
    • insdc:definition a owl:DatatypeProperty ;
    • insdc:definition rdfs:subPropertyOf rdfs:label.
  • ACCESSIONの追加
    • insdc:accession a owl:DatatypeProperty.
  • KEYWORDSの追加
    • insdc:keyword a owl:ObjectProperty .
    • KEYWORDSをOWLで定義する【TODO】
  • SOURCEの追加
    • property名を決めるため、documentを確認する【Done】

INSDSeq.dtdでは 

<!ELEMENT INSDSeq_source ( #PCDATA )>
<!ELEMENT INSDSeq_organism ( #PCDATA )>
<!ELEMENT INSDSeq_taxonomy ( #PCDATA )>

<entry> insdc:source " ".
<entry> insdc:organism " ".
<entry> insdc:taxnomic_lineage " ".


  • REFERENCEの追加
    • insdc:reference a owl:ObjectProperty .
    • REMARK, PUBMEDなどすべての項目を確認する【TODO】 
<entry> insdc:reference <entry#reference.1>
<entry#reference.1> insdc:authors " ".
<entry#reference.1> insdc:title " ".
<entry#reference.1> insdc:journal " ".
.
.
.

<entry> insdc:comment "... ". #要改行コード処理
<entry> insdc:seuqence_technology "" 

<http://identifiers.org/insdc/AP011615.1> rdfs:seeAlso  <http://identifiers.org/ncbigi/GI:AP011615.1> .
<http://identifiers.org/ncbigi/GI:AP011615.1> rdfs:label  "GI:AP011615.1" .
<http://identifiers.org/ncbigi/GI:AP011615.1> rdf:type  insdc:GI .
「/mw/SPARQLthon24/DDBJ」より作成