INTERLINKING LABORATORY AND PUBLIC GENOME DATABASES

我们建议开发一个模型，在该模型中，实验室基因组数据库用户 自由链接地方数据库和公共基因组数据库。通过 互连我们的意思是实验室基因组数据库的用户可以形成和 发出需要本地数据库之间的跨数据库联接的即席查询 实时数据库和公共基因组数据库。 具体来说，我们研究了实验室之间的互操作性 数据库DB/12和两个公共基因组数据库GDB和GSDB。在一个 拟议的方案，DB/12的用户/开发人员将能够形成和 在DB/12、GDB和GSDB之间相对快速地发出连接查询，即使 他们不熟悉GDB和GSDB的模式。在另一个国家 方案中，其他实验室基因组数据库的用户/开发人员也使用 我们建议的工具，将其自身的数据库和公共部分连接起来 DB/12、GDB和GSDB。 我们提出的模型的关键组件是图形即席查询 旨在帮助用户处理不熟悉的第三方的界面 数据库模式，因此简化了用户的查询形成过程。 我们的具体目标是使他们能够以图形方式形成SQL查询 在5-10分钟内完成，尽管不熟悉第三方数据库 联盟的架构。 我们的方法创建并使用描述模式关系的元数据 在参与该联盟的现有基因组数据库之间。 这项研究将澄清(I)关于以下哪些类型的元级信息 数据库模式对于实现基因组之间的互操作性是必要的 数据库可行，以及(2)组织的最有效方式是什么 并存储这样的元级信息以便有效地相互使用。

We propose to develop a model in which laboratory genome database users freely interlink local databases and public genome databases. By interlinking we mean users of a laboratory genome database can form and issue ad hoc queries that entail cross-database joins between the local database and public genome databases in real-time. Specifically, we study the interoperability between the laboratory database DB/12 and two public genome databases, GDB and GSDB. In a proposed scenario, users/developers of DB/12 will be able to form and issue join-queries among DB/12, GDB and GSDB relatively quickly, even if they are not familiar with the schemas of GDB and GSDB. In another scenario, users/developers of other laboratory genome databases also use our proposed tool to interlink its own database and the public portion of DB/12, GDB and GSDB. The key component of our proposed model is the graphical ad hoc query interface that is designed to help users deal with unfamiliar third party database schemas and therefore eases users' query formulation process. Our specific goal is to enable them to form SQL queries graphically within 5 - 10 minutes despite unfamiliarity with the third-party database schemas of the federation. Our approach creates and uses meta-data describing schema relationships between the existing genome databases that participate in the federation. This study will clarify (i) what types of meta-level information about database schemas are necessary for making interoperability between genome databases feasible, and (ii) what is the most effective way of organizing and storing such meta-level information for efficient mutual use.