生命科学分野におけるリンクトデータの現状

抄録

生命科学分野においては、多くのデータがRDFとして公開されている。生命科学のデータは多様であり、たんぱく質、遺伝子、化合物、疾患などのさまざまな概念を表す識別子が使われており、研究成果として、それらの概念に関する知見や概念間の関係を収めるデータセットが多数構築されている。生命現象を理解するためにはそれらの関係を広く調査する必要があり、同一概念には同一の識別子が使われていることが理想であるが、実際には別々の識別子であることも多い。ライフサイエンス統合データベースセンター(DBCLS)では公開されている生命科学分野のRDFデータを一堂に集めてRDF Portalとして提供しているため、今回、それらの間にあるリンク関係を調査し、データセット間での概念間の同義関係につき課題と今後の展望を検討した。