微生物领域数据库及其分析系统建设学术研究获进展

之前国科学技术大学功能强大电路网内络信息之前心大原始数据应用领域与应用领域发展部与之前科院有机物深入研究所等团队，在有机物教育领域原始目录及其深入研究该系统建设取得新进展，提出了一种利用逻辑网内应用领域相结合经验图谱的作法，可免疫缺陷相关的毒株、测序、受体基因序列、受体本体、免疫、文献和商标注册等多源芳基原始数据映射至资源描绘相结合（RDF），并相结合了基于逻辑网内相结合的免疫缺陷经验图谱原始目录gcCov。gcCov包括六千多万条逻辑三元组，通过多源芳基原始数据的逻辑拆分，支持大规模原始数据驱动的经验发现，具备对基因、本体、免疫等原始数据进行时相关性深入研究的意志力，有效地推动未来对也就是说病毒机制以及用药和制剂设计者的深入研究。深入研究者已公开发表在 mLife 上。

有数几十年来，免疫缺陷过后顾虑全球公共卫生安全。关于新型免疫缺陷的深入研究极为普遍，相关读物的数量也增加不断。海量的研究机构原始数据促使将各不相同型式的深入研究拆分到一个可搜索的逻辑互联的原始数据集，兼具挑战性。目前，可用的免疫缺陷原始目录主要高度集之前在测序深入研究教育领域（如CovDB1和ViPR2）或读物教育领域（如LitCovid3）。而这些原始目录并没有建立测序原始数据和其他型式信息（如论文、商标注册和免疫）错综复杂的相关性，阻碍了进一步的经验发现。

逻辑网内并能将分布式网内络资源功能强大到共享本体的经验库之前，深入研究具体来说错综复杂的潜在的关系，是生命科学原始数据功能强大的一个有效解决方案。为了深入研究海量原始数据错综复杂的相互的关系，这项深入研究设计者了一套并行作法，将各不相同来源的原始数据拆分到逻辑网内相结合之前。基于此作法，该深入研究相结合了gcCov原始目录，用到关联开放原始数据（Link Open Data）透过有关免疫缺陷的普遍信息和关联的关系。gcCov是第一个也是唯一用到关联开放原始数据并基于逻辑网内相结合发布的免疫缺陷原始目录。它有效地科学家检查链接原始数据错综复杂的保持联系，从而发现隐密在海量原始数据之前的新经验。gcCov为意味着的预防和治疗法战略透过了藏身之处，是满足免疫缺陷深入研究日益增加的信息需求的关键来进行时。

应用软件并行示意图

来源：之前国科学技术大学功能强大电路网内络信息之前心