Knowledge discovery in microarray data of bioinformatics

Abstract

Bu tez ana mikrodizi bilgi bankalarını analiz ediyor ve hem mevcut sorunları adresleyen hem de bilgi keşfi, paylaşma, bütünleştirme ve değişim gibi temel işlemlerin desteklendiği bir meta veri yapısını sunuyor. Önerilen yapı, gerçek veri üzerinde bir vaka çalışması olarak gösterilmektedir ve biyomedikal alandaki diğer yüksek kapasiteli bilgi bankalarında da kullanılabilir.Mikrodizi deneylerinin sadece sayısı artmamakta, aynı zamanda boyutu ve karmaşıklığı da biyomedikal sorgulara cevap olarak yükselmektedir. Ve deney sonuçları, deneyler bir grup olarak incelendiğinde ve biyolojik bir bağlama yerleştirildiğinde önemlidir. İçerik, nesne modeli, değişim formatı, ve ontoloji üzerinde standardizasyon girişimleri olmuştur. Ancak, bunların özel bilgi alanları vardır. Birikmiş işler vardır ve bilgi bankaları arasında veri değişimi yapılamamaktadır. Şu anda bir format ve veri yönetimi standardına ihtiyaç vardır.Deney sonuçlarını görünür, anlaşılabilir ve kullanılabilir yapmak üzere meta veri kartı ve anlamsal ağlar içeren bir meta veri yapısını sunduk. Onlar, standart sözdizimi kodlama düzenlerinde kodlanır ve XML/RDF'te temsil edilirler. Onlar, diğer meta veri kartları ve anlamsal ağlar ile bütünleştirilebilirler ve sorgulanabilirler. Onlar değiştirilebilir ve paylaşılabilir. Bir mikrodizi bilgi bankası üzerinde bir vaka çalışması ile performans ve potansiyel faydaları gösterdik.Bu çalışma bilgi bankalarındaki herhangi bir ürünün yerini almamaktadır. Böyle büyük bir veriyi yönetmek için bir meta veri yapısı gerekmektedir. Bu meta veri yapısı ile birikmiş işlerin azaltılabileceğini, karmaşık bilgi keşfi sorgusu ve bilgi değişiminin mümkün olabileceğini ifade ediyoruz.

This thesis analyzes major microarray repositories and presents a metadata framework both to address the current issues and to promote the main operations such as knowledge discovery, sharing, integration, and exchange. The proposed framework is demonstrated in a case study on real data and can be used for other high throughput repositories in biomedical domain.Not only the number of microarray experimentation increases, but also the size and complexity of the results rise in response to biomedical inquiries. And, experiment results are significant when examined in a batch and placed in a biological context. There have been standardization initiatives on content, object model, exchange format, and ontology. However, they have proprietary information space. There are backlogs and the data cannot be exchanged among the repositories. There is a need for a format and data management standard at present.We introduced a metadata framework to include metadata card and semantic nets to make the experiment results visible, understandable and usable. They are encoded in standard syntax encoding schemes and represented in XML/RDF. They can be integrated with other metadata cards, semantic nets and can be queried. They can be exchanged and shared. We demonstrated the performance and potential benefits with a case study on a microarray repository.This study does not replace any product on repositories. A metadata framework is required to manage such huge data. We state that the backlogs can be reduced, complex knowledge discovery queries and exchange of information can become possible with this metadata framework.