Projekti

Odkrivanje znanja v podatkovnih bazah je področje računalništva, ki se ukvarja z avtomatskim preiskovanjem velikih količin podatkov z namenom odkrivanja novih hipotez v obliki modelov in vzorcev, odkritih v podatkih. Odkriti modeli ali vzorci so še posebej zanimivi, če so nepričakovani ali pa če prispevajo k potrditvi še nedokazanih hipotez. Pomanjkljivost sedanjih javno dostopnih platform za rudarjenje podatkov in odkrivanje znanja je njihova zmožnost obravnave le preprostih tabelaričnih podatkov. Zaradi vse večjega pojava pol-strukturirani heterogenih in distribuiranih podatkov pa je namen predlaganega projekta SemDM odpraviti to ključno pomanjkljivost in izboljšati trenutno razpoložljive platforme za rudarjenje podatkov z zmožnostjo obravnave distribuiranih, heterogenih informacija in virov znanja, ki so potrebni za analizo podatkov v domenah, ki temeljijo na intenzivni uporabi heterogenih informacij in znanja.  Cilji projekta so naslednji: - Razvoj novih algoritmov za semantično rudarjenje podatkov (SemDM), ki bodo omogočili odkrivanje znanja v heterogenih (strukturiranih, pol-strukturiranih in nestrukturiranih) in distribuiranih podatkih in virih znanja, vključno s semantično anotiranimi podatki, ki se nahajajo v javno dostopnih ontologijah (Gene ontologija in drugi viri, ki so na voljo v Linked Open Data oblaku). - Razvoj nove platforme za rudarjenje podatkov ClowdFlows, ki bo nadgradila našo nedavno razvito platformo Orange4WS. Nova platforma bo omogočala v samem brskalniku kreiranje inovativnih delotokov in sicer iz lokalnih in distribuiranih servisov za procesiranje in rudarjenje podatkov. - Demonstrirati in oceniti uporabnost predlaganega servisno-orientiranega pristopa za semantično rudarjenje z aplikacijo na izbranih domenah: predvsem za analizo podatkov na področju raka dojk, druga pa za odkrivanje podtipov bolnikov z možganskim tumorjem (gliomo) za validacijo novo odkritih molekularnih označevalcev. V študiji primera bolnikov z gliomo bomo raziskovalci IJS in NIB poskusili priti do novih odkritij o glioblastomi (GBM), najpogostejši in najbolj agresivni oblika raka glioma. V zadnjem času je bilo predlaganih več biomarkerjev za prognozo in predvidevanje odzivnosti pacienta na določeno terapijo, vendar pa zaenkrat ti še niso bili uporabljeni v terapevtske namene. Razvozlati je potrebno interaktivne odnose med vpletenimi geni, kar bo omogočilo hitrejšo in natančnejšo diagnostiko stopnje tumorja in prognozo za posameznega pacienta.  To lahko dosežemo s sistemskim pristopom k biologiji, ki temelji na odkrivanju podskupin pacientov z GBM, najverjetneje glede na njihove izvorne (matične) celice ter njihovo infiltracijo, kar se kaže v značilnih vzorcih napredovanja tumorja.  Projekt bo prispeval k razvoju novih semantičnih algoritmov za podatkovno rudarjenje, k izboljšanju njihove javne dostopnosti s pomočjo spletne platforme ClowdFlows in k odkrivanju novega znanja na področju medicine in bioinformatike. Delo se bo izvajalo v sodelovanju med strokovnjaki s področja podatkovnega rudarjenja z Instituta Jožef Stefan (IJS) ter z domenskimi strokovnjaki z Nacionalnega inštituta za biologijo (NIB).

Pomen za razvoj znanosti