Key points are not available for this paper at this time.
제약 산업 및 최근 공공 부문에서 탐침 및 약물 개발 프로젝트를 위한 대량의 고처리량 스크리닝(HTS) 데이터가 생성되고 있습니다. 결과적으로 생성된 실험 데이터셋은 점점 더 공공으로 접근 가능한 저장소를 통해 배포되고 있습니다. 그러나 기존 저장소는 실험을 설명하는 충분한 메타데이터가 부족하고 비전문가가 탐색하기 어려운 경우가 많습니다. 생물학적 분석 및 스크리닝 결과에 대한 표준화된 설명과 의미의 부족은 소분자 방해 물질의 작용 기전을 추론하기 위해 서로 다른 HTS 데이터셋 간에 목표 데이터 검색, 통합, 집계 및 분석을 방해합니다. 이러한 한계를 해결하기 위해 생물 실험 온톨로지(BAO)를 만들었습니다. BAO는 포맷, 분석 설계, 기술, 목표 및 최종 지점과 관련된 개념에 의해 분석 및 스크리닝 결과의 분류를 가능하게 하는 데이터 통합 및 분석에 중점을 두고 개발되었습니다. 이전에는 BAO의 고수준 설계와 HTS 데이터의 온톨로지 인덱스된 삼중 저장소에서 제공하는 의미적 쿼리 기능에 대해 보고했습니다. 여기서는 우리의 상세한 설계, 주석 파이프라인, 상당히 확장된 주석 지식베이스 및 분석 결과를 보고합니다. 우리는 BAO를 사용하여 가장 큰 공공 HTS 데이터 저장소인 PubChem에서 분석에 주석을 달았고, 수많은 실험에서 다양한 HTS 결과를 분류하고 분석하는 데 유용성을 보여주었습니다. BAO는 http://bioportal.bioontology.org/ontologies/1533의 NCBO BioPortal에서 공개적으로 이용 가능합니다. BAO는 탐침 및 약물 발견 스크리닝 분석 및 결과를 보고하기 위해 통제된 용어와 일관된 범위를 제공합니다. BAO는 설명 논리를 활용하여 도메인 지식을 공식화하고 다양한 다른 리소스와의 의미적 통합을 용이하게 합니다. 그 결과, BAO는 분석 결과 집합에서 새로운 지식을 추론할 수 있는 잠재력을 제공하며, 예를 들어 방해 물질의 분자적 작용 기전을 포함합니다.
Vempati 외(수요일)는 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: