BH14.14/MBGD

[[BH14.14]]

== データの整備 ==
=== MBGDの追加RDF ===

ref: [http://nar.oxfordjournals.org/content/41/D1/D631.full MBGD update 2013]

1. pre-calculated ortholog tables among various taxonomic groups

2. conserved synteny information

=== 1. Taxon-specific オーソログテーブル ===
元データ：[http://mbgd.genome.ad.jp/htbin/view_arch.cgi MBGD release 2014-02]
* superkingdomレベル：2 version
* phylum(門)レベル：16 version
* class(綱)レベル：21 version
* order(目)レベル：58 version
* family(科)レベル：79 version
* genus(属)レベル：46 version
* species(種)レベル：61 version
* 計： 283 version

RDF化
* Perlスクリプトでdclst形式(MBGD独自形式)のファイルを、RDFに変換
* 結果 283 files (Turtle)
* 計 437,452,463 triples (約4.4億トリプル)

=== 2. シンテニー情報 ===
比較的近縁の生物種セットに関しては、上記1.の情報に加えて、シンテニー情報が利用可能 (ref: [http://www.biomedcentral.com/1471-2164/9/515 algorithm])
* family(科)レベル：79 version
* genus(属)レベル：46 version
* species(種)レベル：61 version
* 計： 183 version

保存された並びを持つ一連のオーソログ(syntenic core)のデータモデル (参考：[http://www.w3.org/TR/rdf-schema/#ch_list rdf:List] [https://github.com/dbcls/rdfsummit/wiki/20140517 RDF summit])

[[ファイル:Syntenic_core.png]]

RDF化
* PerlスクリプトでMBGD独自形式ファイルを、RDFに変換
* 結果 183 files (Turtle)
* 計 669,682 triples (約77万トリプル)

=== Virtuosoへのロードと確認 ===
時間の見積もり
* 14.4 M triples / 分
* 1億トリプル / 7分
* Turtleファイルのトリプル数と、Virtuosoに入ったトリプル数をカウントして確認したので、もう少し時間がかかった


リソースURIにアクセスすると、裏でVirtuosoをたたいて、つながっているリソースを表示する
* http://mbgd.genome.ad.jp/rdf/resource/2014-02_tax9/cluster/162
* http://mbgd.genome.ad.jp/rdf/resource/2014-02_tax2267/cluster/2489


== SPARQL Search インターフェース ==
公開版：http://mbgd.genome.ad.jp/sparql/


開発版：インターフェースの改良
* テキストエリアの syntax highlighting（[http://codemirror.net CodeMirror] ）
* 同一ページでの編集と結果の確認がやりやすいように修正した


== Visualization ==
[[BH14.14/Visualization]]

== Todo ==

* Taxon-specific テーブル作成のパイプライン化
** ファイル作成場所（更新用DBの場所）について要確認

* Visualize
** 座標の考慮
** オーソログクラスターセットが似ているものだけにしぼることはできるか
** あるいは、似ているものから並べる事はできるか
** こういったアプリケーションがあれば、裏のデータをOrthOにあわせるべし、と言えるかもしれない