面向蛋白質(zhì)組學的基于數(shù)據(jù)世系的工作流匹配和發(fā)現(xiàn)研究.pdf

1、蛋白質(zhì)組學數(shù)據(jù)分析是一個復雜的、多階段的處理流程，計算機支持的科學工作流技術(shù)的應用可以實現(xiàn)不同階段間的數(shù)據(jù)平滑處理以及易于數(shù)據(jù)的組織管理，極大地促進了蛋白質(zhì)組學領(lǐng)域內(nèi)的研究發(fā)現(xiàn)。隨著蛋白質(zhì)組學數(shù)據(jù)分析技術(shù)的發(fā)展，越來越多的數(shù)據(jù)分析工具開始呈現(xiàn)。研究人員在面臨更多選擇的同時，也將面臨流程創(chuàng)建復雜度高的問題，具體體現(xiàn)在合適工具的選擇，數(shù)據(jù)分析流程執(zhí)行時的參數(shù)調(diào)優(yōu)兩個方面。如何降低數(shù)據(jù)分析流程創(chuàng)建時的復雜度，從而讓研究人員更多地將時間和精力放

2、在專業(yè)問題的解決上是當前科學工作流在蛋白質(zhì)組學數(shù)據(jù)分析領(lǐng)域應用中面臨的一個重要問題。
　　目前對科學工作流的研究主要專注于工作流支持的多樣化服務整合、工作流表示和工作流管理;對數(shù)據(jù)世系(Data Provenance)的研究工作也主要是注重于數(shù)據(jù)世系的建模、存儲和查詢等。利用數(shù)據(jù)世系實現(xiàn)工作流重用，并以此來降低工作流創(chuàng)建的復雜度方面的研究工作還比較少。圍繞上述研究問題，論文開展了如下創(chuàng)新性研究工作:
　　1.分析了蛋白質(zhì)組學

3、數(shù)據(jù)分析流程的特點，依據(jù)這些特點使用基于任務的科學工作流模型來描述蛋白質(zhì)組學數(shù)據(jù)分析任務，并結(jié)合實際要求設計了相應的數(shù)據(jù)世系模型;
　　2.以數(shù)據(jù)世系支持的工作流重用為基礎(chǔ)，設計了基于數(shù)據(jù)世系的工作流匹配和發(fā)現(xiàn)處理流程，并基于此處理流程設計了對應的系統(tǒng)框架結(jié)構(gòu)，實現(xiàn)了數(shù)據(jù)分析工作流和數(shù)據(jù)世系信息的結(jié)構(gòu)化表示、存儲和管理;
　　3.設計并實現(xiàn)了基于數(shù)據(jù)世系的工作流匹配和發(fā)現(xiàn)算法，并對其性能進行了測試。
　　基于上述工作，