INTEGRATIE EN SEMANTISCHE CONVERSIE VAN AUTISME GERELATEERDE GENDATA

INTEGRATIE EN SEMANTISCHE CONVERSIE VAN AUTISME GERELATEERDE GENDATA IN EEN LINKED DATA OMGEVING Sven Buyse Stagementor: Ir. Filip Pattyn (ONTOFORCE) Stagegever: Dhr. Hans Constandt Promotor: Dhr. Jasper Decuyper (HOWEST)

OVERZICHT - ONTOFORCE - DISQOVER - ONDERZOEKSVRAAG - BRONNEN - SCRAPING - CSV naar RDF-conversie - RESULTATEN - CONCLUSIE 2

ONTOFORCE Situering bedrijfs(contact): - Vergevorderde start-up - Gent(/Hasselt) - Innovatief binnen bio-informatica sector - DISQOVER - Linken van biologische data - Bedrijfscontact: back-end 3

DISQOVER Semantische webomgeving: - Linked Open Data - Oplossing problemen relationele databank - Data in triples - Triples worden gelinkt aan elkaar bij object 1=subject 2 4

ONDERZOEKSVRAAG Mogelijkheid tot: - Integratie autisme gerelateerde gendata in DISQOVER ? - Sortering zoekresultaten volgens relevantie? 5

AUTISME GERELATEERDE GENDATA BRONNEN Aut. DB: • - • Meest up-to-date Bevat autisme gen informatie over: • Human Genes (HG) • Animal Model (AM • Eiwit interacties (PIN) • CNV’s Sfari. Gene: Bevat alle info van Aut. DB Genen krijgen autisme relevantiescore Data niet downloadbaar - 6

SCRAPING Datafiltering Xpath-functie - Python script - Lxml bibliotheek - HTML-pad herkenning - Verkrijgen data via opgegeven pad - Datacorrecties met reguliere expressie Data opslaan: CSV-formaat 7

RESOURCE DESCRIPTION FRAMEWORK (RDF) - Formaat voor semantisch web integratie - RDF-formaat bevat triples - Unique Resource Identifier (URI) - TURTLE-bestand 8

CONVERSIE CSV-RDF Python: RDFLib - CSV inlezen met csv-bibliotheek - Gendata Genklasse - Genklasse data Graph = creatie triples - Blank Node meerdere gegevens koppelen aan gen 9

RESULTATEN 1. Hoofdgendata 2. Extra geninformatie (met nesting) 10

RESULTATEN 11

CONCLUSIE - Data werd verkregen van Aut. DB en Sfari. Gene via scraping - Geconverteerd naar CSV-formaat - Hierna werd data omgezet in RDF-formaat - Triples werden verkregen - DISQOVER bied sorteringsmogelijkheid ONDERZOEKSVRAAG positief beantwoord 12

TOEKOMSTVISIE Integratie in DISQOVER - Optimalisatie efficiëntie scraping scripts - Integratie in DISQOVER: - Zorgt voor mogelijkheid relevantiesortering bij autisme genen zoektocht - Zorgt voor creatie nieuwe “Links for Lives” - Slimmer zoeken met relevanties nieuwe inzichten autisme onderzoek wordt efficiënter gevoerd 13

Bedankt voor uw aandacht! 14