BH11.11/ヒト・環境メタゲノムメタデータのオントロジー整備とRDF化

提供：TogoWiki

2012年1月31日 (火) 12:24時点におけるH-mori (トーク | 投稿記録)による版

(差分) ←前の版 | 最新版 (差分) | 次の版→ (差分)

移動：案内, 検索

目標

ヒトメタゲノム・環境メタゲノムのメタデータの内容を整理し、既存の制御語彙もしくはオントロジーと対応付ける方法を考える
上記で設計した手法を実際のデータに適用しRDFデータをつくる

課題

ヒトメタゲノム、環境メタゲノムのメタデータに記述されている内容（カテゴリー内容）について検討する -mri
- メタデータの内容の統計値
  - ヒトメタゲノム 7万サンプル 85 カテゴリー
  - 環境メタゲノム 4054サンプル 627 カテゴリー
- マニュアルキュレーションでオントロジーなどと関連付けると有用なカテゴリー項目の選定
- sanger (DDBJ FlatFile)の内容を検討 -kmn
オントロジーとの対応方法の検討 -so, yy, kwsm
マッピング手法の調査検討とプロトタイピング -so, yy, kwsm
NBRC菌株メタデータの内容と整理について -sgw
- 分離源、培地情報の整理とRDF設計

成果

関連研究、プロジェクト情報の調査
環境メタゲノム実験のメタデータの収集と整理　4054サンプル 627 カテゴリー
環境メタゲノム実験の生育場所情報の各種既存オントロジーへのマッピング　11434語→401語
マッピング作業手順ワークフロー、マニュアルの整備
- マニュアルマッピング作業支援ツールの開発
環境メタゲノム実験の生育場所を記述するオントロジーの設計 (MeO: Metagenome environmental Ontology)
MeOによる環境メタゲノムへのアノテーション 1961サンプル（生育場所に関する情報のあるサンプル）
環境メタゲノム実験のメタデータOWL/RDF化約8000サンプル emg_beta1.ttl一部サンプル
作成したRDFデータの利用方法の検討
SPAQL エンドポイントの公開

Default Graph IRI: http://dbcls.jp/emg/

prefix meo: <http://dbcls.jp/meo/>
prefix envo: <http://purl.obolibrary.org/obo/>
prefix bs: <http://www.ncbi.nlm.nih.gov/biosample/>
prefix emg: <http://dbcls.jp/env_metagenome/>
prefix dbcore: <http://biodbcore.org/>
prefix obo: <http://purl.obolibrary.org/obo/>
SELECT ?s ?title ?place
WHERE {
 ?s dbcore:id ?id .
 ?s dbcore:title ?title .
 ?s meo:environmental_feature ?habitat1 .
 ?s meo:environmental_feature ?habitat2 .
 ?habitat1 ?p "marine habitat"^^<http://www.w3.org/2001/XMLSchema#string> .
 ?s meo:place ?place .
}

将来的な連携？

メタデータによる各機関のリソース連携案 -kmn

作業ログ

2011-11-21

メタデータのどのカテゴリーを対象とするか

- 環境メタゲノムの生育場所に関連する情報を対象にする
どのようなオントロジーを使うか
- 先行研究のサーベイ
  - Genome Standard ConsortiumでのEnvOとGOLDのマッピング試み
  - GOLDにおけるゲノム・メタゲノムのHabitatデータとEnvOとのマッピング方向性は同じ、違いはRDF化するかしないか、predicateに何を使うか、など。
  - PhenomeNet Robert論文
  - 5255株の細菌について、分離源をEnvO-Liteで表現した試み分離源の記述にもEnvO-Liteが用いられている。
  - EnvO-Lite 20タームのみ定義されている。Habitatの大分類としては使えるかも。
  - MG-RASTのメタゲノムメタデータ検索メタデータをXML形式で記述し、project_descriptionの文章を全文検索してユーザが入力したワードにマッチするメタゲノムサンプルを一覧表示。オントロジーは特に使っていない。環境の大まかな分類(Biome)は、EnvO-Liteを用いているように見える。
- カテゴリー選抜した値のみをBioPortal Ontolo gy Recommenderに再度投げて推薦オントロジーの内容を精査する
  - 検索結果のオントロジー規模の偏りを標準化する秘密のコマンドを金さんに聞くこと

マッピング作業の設計
- predicateの選定 - so, kwsm, yy, kim
  - skos
  - rdfs
  - foaf
  - owl
  - sioc
- カテゴリー名の名寄せ
  - カテゴリーのピックアップ (済) → ファイル共有
  - カテゴリ内の値を取る (済) → ファイル共有
  - Habitatに関するカテゴリーは39カテゴリー
  - カテゴリー名の表記ゆれの個別の値、サンプルIDをトレースできるようにする
- Test (例)の設計重要 -kim
- サンプルアノテーション or ワードのマッピング？とりあえず単語のマッピング
  - 文章の場合はワードにどうやって分ける？
作業設計のまとめ
- 利用ボキャブラリー, オントロジー, predicate, を元に作業マニュアルを共有
  - 作業マニュアル
作業分担
想定しているユースケースの列挙
LODチャレンジへの応募を検討する
- LODチャレンジ

2011-11-22

森さんが作成した、1961 のSRSサンプルに対して、環境に関係するメタデータが記述された39カテゴリーのメタデータ一覧をEnvOにマッピング
とりあえず、5人で、それぞれ30 SRSサンプルずつ、EnvOにマッピングし、それぞれの作業結果を全員でレビューした
1,961のサンプルに記述された環境メタデータの総数は3000程度

2011-11-23

森さんが、3000強あった、SRAの環境に関係しそうなタームを、400程度にまで減らしたリストを作成
400のタームについては、マニュアルでマッピングすることにした。
昨日、作業した120については、各自の担当分を記入するだけなので、残りは約300。=>ほぼ完成
マップされたEnvO IDが、EnvOのどの階層に登場するか調査した.
- [/mw/index.php/BH11.11/ヒト・環境メタゲノムメタデータのオントロジー整備とRDF化/envo_hierarchy#EnvO.E3.81.AE.E9.9A.8E.E5.B1.A4.E6.A7.8B.E9.80.A0 EnvOの階層構造（第三階層まで）
- 第一階層としては、"biome" (ENVO:00000428), "environmental feature" (ENVO:00002297), "environmental material" (ENVO:00010483) の3つだけであった。
これらの結果から、メタゲノム・ゲノムの生育環境オントロジーをどのように設計するか考察した。
- オントロジー構造の変更
- 現状のEnvOだと足りない点を別のオントロジーで補う
- 候補としては、場所のオントロジーとして、OGR: Ontology of Geographical Region や OBIS: Ocean Biogeographic Information System等。 Habitatの、アナトミー関連のオントロジーとして、FMA: Foundational Model of Anatomy ontology, PO: Plant Ontology 等。
- 参考リンク Wikipedia:Saline water

2011-11-24

Microbe environment Ontology (MeO)のデザインを修正

追加オントロジーのマッピング
- EnvOではタームの足りない部分にFMA（動物アナトミー）, PO（植物アナトミー）, GAZETTEER（地名索引）, Taxonomy IDを利用して表現
- マッピングの例
マッピング作業の整理とマニュアル化
マッピング作業支援ツールの開発
- ターム生成のためのフィルタ群 -yy
- オントロジーサーチ -kim
LODチャレンジへの参加を検討
TODO
- MeOのデザインの改善
- Protegeを用いてMeOをOW/RDF化する
- SRS アノテーション作業の設計

2011-11-25

MeO作成のためのオントロジーマージ操作とOWL/RDF化 → Protege/BioPortalがうまく動作せず断念
マッピングファイルの修正
SRS IDに対するMeOを用いたアノテーションの設計
SRS RDFの作成
Virtuosoへのアップロードテスト
まとめ

2012-1-31 (BH11.11終了後)

マッピングファイルの修正
MeO作成のためのオントロジーマージ操作とOWL化
- GAZETTEERのOBOtoOWL変換
- TopBraidComposerでのマージ作業に挑戦し失敗
- OBO-Edit2を用いてoboファイルをマージ+owlファイルへの変換
  - envo.oboとncbi taxonomy.oboの修正

SRS RDFの作成
プロジェクトページの作成
LODチャレンジへのSubmit

メンバー (所属) 興味

菅原先生 (DDBJ) 培地・分離源情報のRDF化 [sgw]
重元さん (DDBJ) GTPS, 各種RDF化
大田さん (DBCLS) SRAメタデータ整理 NGSデータ整理 [ota]
内藤さん (DBCLS) "GGRNA"高速配列検索, RNA配列, DNA配列
金さん（DBCLS）オントロジー, テキストマイニング [kim]
岡本 (DBCLS) アノテーション, キュレーション, 微生物ゲノム [so]
内山先生 (NIBB) オーソログ分類→メタゲノム, MBGD
西出さん (NIBB) MBGD開発実務
千葉さん (NIBB) MBGD開発実務, 微生物統合プロジェクト
川島さん (HGC) ゲノム環境オントロジー, LinkDB RDF化 [kwsm]
山本さん (DBCLS) Text Mining, 表記ゆれの吸収など [yy]
中村教授 (DDBJ) DRA, INSDC, 微生物ゲノム [yn]
神沼さん (DDBJ) DRA, DTA, DOR/CIBEX, BioSample, BioProject [kmn]
黒川先生（東工大）メタゲノム比較, microbe.jp, 微生物統合プロジェクト
森さん (東工大) メタゲノム比較, microbe.jp, 微生物統合プロジェクト [mri]
竹原さん (東工大) メタゲノム比較, 微生物統合プロジェクト
吉野さん (東工大) メタゲノム比較, 微生物統合プロジェクト
後藤さん (阪大) 病原菌メタゲノム, OpenBio

BH11.11 Top page

BH11.11/ヒト・環境メタゲノムメタデータのオントロジー整備とRDF化

提供：TogoWiki

目次

目標

課題

成果

関連・支流

将来的な連携？

作業ログ

2011-11-21

2011-11-22

2011-11-23

2011-11-24

2011-11-25

2012-1-31 (BH11.11終了後)

メンバー (所属) 興味

表示

個人用ツール

案内

検索

ツールボックス