Architecture for interoperable software in biology.
Architecture for interoperable software in biology.
复制标题
DOI：
10.1093/bib/bbs074
复制
发表时间：
2014-07
影响因子：
9.5
通讯作者：
Baliga NS
中科院分区：
文献类型：
--
作者：
Bare JC;Baliga NS
了解生物的复杂性需要高通量数据和跨学科技能的结合。将数据类型和专业知识进行必要组合的一种方法是将领域知识封装在软件中，并组合该软件以创建定制的数据分析环境。为此，需要简单灵活的策略来互连异构软件工具并实现它们之间的数据交换。借鉴我们自己的工作和其他人，我们提出了几种策略的互操作性和它们的后果，特别是一组简单的数据结构列表，矩阵，网络，表和元组，已被证明足以实现高度的互操作性。我们为未来软件的开发提供了一些指导方针，这些软件将作为生物数据分析和可视化软件工具的可互操作社区的一部分。
Understanding biological complexity demands a combination of high-throughput data and interdisciplinary skills. One way to bring to bear the necessary combination of data types and expertise is by encapsulating domain knowledge in software and composing that software to create a customized data analysis environment. To this end, simple flexible strategies are needed for interconnecting heterogeneous software tools and enabling data exchange between them. Drawing on our own work and that of others, we present several strategies for interoperability and their consequences, in particular, a set of simple data structures—list, matrix, network, table and tuple—that have proven sufficient to achieve a high degree of interoperability. We provide a few guidelines for the development of future software that will function as part of an interoperable community of software tools for biological data analysis and visualization.
登录
查看更多内容
影响因子：
14.9
作者：
Jensen LJ;Kuhn M;Stark M;Chaffron S;Creevey C;Muller J;Doerks T;Julien P;Roth A;Simonovic M;Bork P;von Mering C
通讯作者：
von Mering C
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
影响因子：
64.5
作者：
Bonneau, Richard;Facciotti, Marc T.;Baliga, Nitin S.
通讯作者：
Baliga, Nitin S.
影响因子：
4.5
作者：
Goble, Carole;Stevens, Robert
通讯作者：
Stevens, Robert
影响因子：
5.3
作者：
Hood, L
通讯作者：
Hood, L