INTERLINKING LABORATORY AND PUBLIC GENOME DATABASES

我们建议开发一个模型，其中实验室基因组数据库用户 自由链接本地数据库和公共基因组数据库。通过 我们的意思是实验室基因组数据库的用户可以形成， 发出即席查询，需要在本地 数据库和公共基因组数据库实时。 具体来说，我们研究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。中 在拟议的场景中，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 在这种情况下，其他实验室基因组数据库的用户/开发人员也使用 我们提出的工具，以互连自己的数据库和公共部分， DB/12、GDB和GSDB。 我们提出的模型的关键组成部分是图形特设查询 一个界面，旨在帮助用户处理不熟悉的第三方 数据库模式，因此简化了用户的查询制定过程。 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，尽管不熟悉第三方数据库 联邦的模式。 我们的方法创建并使用描述模式关系的元数据 现有的基因组数据库之间的联系。 本研究将阐明（i）哪些类型的元层面信息， 数据库模式是必要的，使基因组之间的互操作性 数据库的可行性，以及（ii）什么是最有效的组织方式 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.