Ontologie per le neuroscienze: Human Brain Project

Documenti analoghi
Introduzione al Semantic Web

UNIVERSITÀ DEGLI STUDI DI FIRENZE Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea in Informatica. Tesi di Laurea in Informatica

Informatica Applicata 3.3 OWL. Antonella Poggi. Anno Accademico DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO FILOLOGICHE E GEOGRAFICHE

Esercitazione di Basi di Dati

Rappresentazione della Conoscenza. Lezione 10. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 10 0

Creare un ontologia per una base di conoscenza

Creare ontologie ONTOLOGIE, DESCRIPTION LOGIC, PROTÉGÉ STEFANO DE LUCA

Lezione 1. Introduzione e Modellazione Concettuale

Indice generale. OOA Analisi Orientata agli Oggetti. Introduzione. Analisi

I casi d uso corrispondono ai compiti che l attore (che può essere una persona fisica e non) può svolgere.

Operazioni sulla Retta Algebrica e riflessione sulla loro definizione nell insieme dei Naturali

B.P.S. Business Process Server ALLEGATO C10

Strumenti di modellazione. Gabriella Trucco

Ente Ospedaliero Specializzato in Gastroenterologia "Saverio de Bellis" Istituto di Ricovero e Cura a Carattere Scientifico

Telerilevamento e GIS Prof. Ing. Giuseppe Mussumeci

25/11/14 ORGANIZZAZIONE AZIENDALE. Tecnologie dell informazione e controllo

Breve presentazione dei momenti più interessanti e significativi che hanno caratterizzato questa esperienza.

Organizzazione degli archivi

In questa pagina si descrivono le modalità di gestione del sito in riferimento al trattamento dei dati personali degli utenti che lo consultano.

CAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo

Portale Multicanale delle PA del territorio della Regione Emilia-Romagna: un inizio di rete semantica di informazioni

Stefania Marrara - Esercitazioni di Tecnologie dei Sistemi Informativi. Integrazione di dati di sorgenti diverse

Valutazione del potenziale

Restrizioni di accesso alle risorse Web

Fase 6 Information and visibility on the project

SISTEMI INFORMATIVI AVANZATI -2010/ Introduzione

RIFERIMENTI ATTORI GLOSSARIO. ERRORI COMUNI REV. REQUISITI INGEGNERIA DEL SOFTWARE Università degli Studi di Padova

Metodologie per la Progettazione Concettuale

Sistemi Operativi MECCANISMI E POLITICHE DI PROTEZIONE. D. Talia - UNICAL. Sistemi Operativi 13.1

MECCANISMI E POLITICHE DI PROTEZIONE 13.1

COMUNE DI RAVENNA GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI)

Il motore semantico della PA piemontese. Marta Garabuggio - Regione Piemonte Carlo Fortunato CSI - Piemonte

La soluzione Easy Net per l analisi visuale di dati georeferenziati

Autorità Nazionale Anticorruzione e per la valutazione e la trasparenza delle amministrazioni pubbliche

PRIVACY POLICY SITO INTERNET

Basi di dati. Il Modello Relazionale dei Dati. K. Donno - Il Modello Relazionale dei Dati

Alessandra Raffaetà. Basi di Dati

Informatica 3. LEZIONE 7: Fondamenti di programmazione orientata agli oggetti (1)

MODELLO RELAZIONALE. Introduzione

Stefania Pozio. Le prove INVALSI di matematica: il confronto con le indagini internazionali.

Appendice III. Competenza e definizione della competenza

I WEBQUEST SCIENZE DELLA FORMAZIONE PRIMARIA UNIVERSITÀ DEGLI STUDI DI PALERMO. Palermo 9 novembre 2011

I principi di Anffas Onlus sul tema della presa in carico precoce Michele Imperiali comitato tecnico anffas onlus

Modello Relazionale dei DBMS - Vincoli Tradizionalmente, esistono quattro modelli logici: Gerarchico Reticolare Relazionale A oggetti XML I modelli

EVOLUZIONE DEI LINGUAGGI DI ALTO LIVELLO

RACCOLTA ABSTRACT E PUBBLICAZIONI

2. GUIDA ALLA PREDISPOSIZIONE DEL DOSSIER DELLE EVIDENZE DA ESPERIENZA

Manuale di utilizzo del sito ASUWEB

La costruzione di un Portale

IL CAMPIONAMENTO NELLA REVISIONE CONTABILE

Informatica Industriale Modello funzionale: Informazione Progettazione concettuale

Corso di Laurea Specialistica in Ingegneria Informatica. Corso di Ingegneria del Software A. A Class Discovery E.

Reingegnerizzazione di un Content Management System verso l accessibilità secondo la normativa italiana

!"#$%&&'()#*%+%+!"#$"',,'()#*%+ -")%*&'&'+'$.)+-$$%&&) !"#$%&&'(%)'*+%",#-%"#.'%&'#/0)-+#12"+3,)4+56#7+#.')8'9

PRIVACY POLICY DEL SITO WEB

Business Process Management

Relazione Pinakes3 Analisi modello di business (BOZZA) di Valeriano Sandrucci 08/09/07

Il Geoportale ed il Nuovo Repertorio Cartografico comunale. Comune di Pisa

Informatica (Basi di Dati)

IL PORTAFOGLIO EUROPASS PER LA TRASPARENZA E LA MOBILITÀ. Luogo Presentazione: Verona Autore: Silvia Lotito Data: 27 novembre 2015

WEBGIS 1.0. Guida per l utente

Un gioco con tre dadi

INFORMATICA LE470. Ipertesto. Facoltà di Lettere e Filosofia anno accademico 2008/2009 secondo semestre

CMS: Content Management...

SISTEMA DI MISURAZIONE E VALUTAZIONE DELLA PERFORMANCE DELLA CiVIT

EVOLUZIONE DI UN SISTEMA DI TELECONTROLLO A SERVIZIO DELLA SOSTENIBILITÀ AMBIENTALE: L ACQUEDOTTO CAMPANO. Giuseppe Mario Patti Proxima S.r.l.

Ontologie e World Wide Web: la diffusione della conoscenza.

Database: collezione di fatti, registrabili e con un ben preciso significato, relazionati fra di loro

UTILIZZATORI A VALLE: COME RENDERE NOTI GLI USI AI FORNITORI

Gli standard regionali per l aggiornamento dei DBT e il collaudo delle attività di rilevo sul territorio

Informatica e Telecomunicazioni

SOLUZIONE Web.Orders online

La georeferenziazione delle banche dati gli Uffici Giudiziari in Toscana

03. Il Modello Gestionale per Processi

PRIVACY POLICY DI digitaldictionary.it. Digital Dictionary Servizi s.r.l. Milano via Paleocapa 1, (MI) P.IVA/CF: REA: MI

Le competenze per la gestione e lo sviluppo delle risorse umane nelle università e negli enti di ricerca

Compito DA e BD. Tempo concesso: 90 minuti 12 giugno 03 Nome: Cognome: Matricola: Esercizio 1

Introduzione data warehose. Gian Luigi Ferrari Dipartimento di Informatica Università di Pisa. Data Warehouse

Corso di Informatica (Basi di Dati)

Attività destinata a raccogliere e a catalogare documenti con l'obiettivo di farli conoscere e diffonderli.

INAIL WICC Welfare Information Capital Center Big Data e Analytics per la gestione dei rischi di infortunio e malattie professionali

Sistemi di misurazione e valutazione delle performance

Una breve introduzione. Strumenti IT per la gestione della conoscenza

Le ontologie nell integrazione dei dati

INFORMATIVA SULLA PRIVACY. In questa pagina si descrivono le modalità di gestione del sito in riferimento al

Service discovery in P2P semantic communities

Access. P a r t e p r i m a

Progettazione di Basi di Dati

I MODULI Q.A.T. PANORAMICA. La soluzione modulare di gestione del Sistema Qualità Aziendale

Modellazione dei dati in UML

ING SW. Progetto di Ingegneria del Software. e-travel. Requisiti Utente. Specifiche Funzionali del Sistema

Introduzione alla teoria dei database relazionali. Come progettare un database

Capitolo 13. Interrogare una base di dati

1. BASI DI DATI: GENERALITÀ

Schema metodologico per la valutazione del personale del comparto addetto agli uffici di diretta collaborazione

Informatica Industriale Modello funzionale Casi d uso

TECNICHE DI SIMULAZIONE

INVENTION AND TECHNOLOGY DISCLOSURE FORM SCHEDA DI RICHIESTA PER L APERTURA DI UNA PRATICA DI BREVETTO

Alternanza scuola lavoro: che cosa significa

IL SISTEMA INFORMATIVO

Transcript:

Ontologie per le neuroscienze: Human Brain Project Università degli Studi di Firenze 15 Ottobre 2012

Panoramica Human Brain Project 1 Human Brain Project 2 3 4 5

Human Brain Project Obiettivi del progetto Obiettivi del progetto Progressi nell indagine anatomico-funzionale Le immagini di Conf-U Costruire una mappa anatomica del cervello a più livelli di microscopia (macroanatomico - istologico) Collegare diversi tipi di informazione alle immagini che costituiscono la mappa (aspetto funzionale, risonanze) Collegare diversi tipi di metadati alle immagini (conoscenza di dominio, pubblicazioni) Livello macroanatomico Livello funzionale

Human Brain Project Obiettivi del progetto Progressi nell indagine anatomico-funzionale Le immagini di Conf-U Progressi nell indagine anatomico-funzionale Progressi attuali Anatomia macroscopica: tomografie Immagini di risonanze funzionali (fmri) Alto livello di microscopia tramite microscopi ottici ed elettronici Tomografia Risonanza funzionale Microscopio elettronico Limite: il numero delle immagini e legato al numero di osservazioni

Le immagini di Conf-U Obiettivi del progetto Progressi nell indagine anatomico-funzionale Le immagini di Conf-U Indagine istologica totale: Conf-U Conf-U è stato utilizzato sui topi ( 10 7 neuroni rispetto a 10 11 nell uomo) Grande quantità di dati (decine di petabyte per un cervello di 1 cm 3 ) Necessità di un approccio qualitativo Stitching delle immagini

Cos è un ontologia Cos è un ontologia Inferenza Linguaggi per modellare un ontologia Definizione Rappresentazione esplicita e formale dei concetti in un dominio di interesse e delle proprietà che ne descrivono gli attributi Un ontologia è un astrazione formale delle entità che compongono un dominio di conoscenza e delle relazioni tra esse Un ontologia descrive la struttura dei dati ed è indipendente da essi Dopo aver istanziato un ontologia si ha una base di conoscenza

Inferenza Human Brain Project Cos è un ontologia Inferenza Linguaggi per modellare un ontologia Tramite l applicazione di un ragionatore all ontologia si può fare inferenza sulle relazioni esplicite Brain part of Cerebellum part of Purkinje Cell part of is a Neuron is a GABAergic Neuron Relazioni esplicite: Cerebellum part of Brain Purkinje Cell part of Cerebellum Neuron part of Brain GABAergic Neuron is a Neuron Purkinje Cell is a GABAergic Neuron

Inferenza Human Brain Project Cos è un ontologia Inferenza Linguaggi per modellare un ontologia Tramite l applicazione di un ragionatore all ontologia si può fare inferenza sulle relazioni esplicite Brain part of Cerebellum part of Purkinje Cell part of part of part of part of is a is a Neuron is a GABAergic Neuron Relazioni esplicite: Cerebellum part of Brain Purkinje Cell part of Cerebellum Neuron part of Brain GABAergic Neuron is a Neuron Purkinje Cell is a GABAergic Neuron Relazioni inferite: Purkinje Cell is a Neuron Purkinje Cell part of Brain GABAergic Neuron part of Cerebellum GABAergic Neuron part of Brain

Linguaggi per modellare un ontologia Cos è un ontologia Inferenza Linguaggi per modellare un ontologia Web Ontology Language (OWL) è un linguaggio per la modellazione di ontologie, presente in tre varianti in base alla capacità espressiva: OWL Lite OWL DL OWL Full Ogni classe OWL può essere definita tramite un URI (Uniform Resource Identifier) Definizione di: Object properties (relazioni tra le entità) Data properties (metadati del dominio) Annotation properties (metadati della classe) Individuazione di classi tramite restrizioni del dominio

Contestualizzazione del modello neuronale Conoscenza di dominio ricoperta dalle ontologie Lessici neuroscientifici Neuronames Lessico statico Gerarchia anatomica Neurolex Lessico contributivo Metadati tramite wiki Sinonimi

Contestualizzazione del modello neuronale Conoscenza di dominio ricoperta dalle ontologie Lessici neuroscientifici Neuronames Lessico statico Gerarchia anatomica Neurolex Lessico contributivo Metadati tramite wiki Sinonimi

Contestualizzazione del modello neuronale Conoscenza di dominio ricoperta dalle ontologie Lessici neuroscientifici Neuronames Lessico statico Gerarchia anatomica Neurolex Lessico contributivo Metadati tramite wiki Sinonimi

Contestualizzazione del modello neuronale Conoscenza di dominio ricoperta dalle ontologie Obiettivi Attraverso lo studio dello stato dell arte si intende: Individuare i livelli di conoscenza necessari alla contestualizzazione dei tipi di informazione nell organismo Definire il ruolo e la struttura delle ontologie che ricoprono aspetti indipendenti della conoscenza Fornire le basi per costruire un ontologia specificamente murina per accedere a più aspetti attraverso un modello unico Esprimere attraverso un ontologia di contesto i nuovi metadati di Conf-U

Contestualizzazione del modello neuronale Conoscenza di dominio ricoperta dalle ontologie Obiettivi Attraverso lo studio dello stato dell arte si intende: Individuare i livelli di conoscenza necessari alla contestualizzazione dei tipi di informazione nell organismo Definire il ruolo e la struttura delle ontologie che ricoprono aspetti indipendenti della conoscenza Fornire le basi per costruire un ontologia specificamente murina per accedere a più aspetti attraverso un modello unico Esprimere attraverso un ontologia di contesto i nuovi metadati di Conf-U

Contestualizzazione del modello neuronale Conoscenza di dominio ricoperta dalle ontologie Obiettivi Attraverso lo studio dello stato dell arte si intende: Individuare i livelli di conoscenza necessari alla contestualizzazione dei tipi di informazione nell organismo Definire il ruolo e la struttura delle ontologie che ricoprono aspetti indipendenti della conoscenza Fornire le basi per costruire un ontologia specificamente murina per accedere a più aspetti attraverso un modello unico Esprimere attraverso un ontologia di contesto i nuovi metadati di Conf-U

Contestualizzazione del modello neuronale Conoscenza di dominio ricoperta dalle ontologie Obiettivi Attraverso lo studio dello stato dell arte si intende: Individuare i livelli di conoscenza necessari alla contestualizzazione dei tipi di informazione nell organismo Definire il ruolo e la struttura delle ontologie che ricoprono aspetti indipendenti della conoscenza Fornire le basi per costruire un ontologia specificamente murina per accedere a più aspetti attraverso un modello unico Esprimere attraverso un ontologia di contesto i nuovi metadati di Conf-U

Contestualizzazione del modello neuronale Conoscenza di dominio ricoperta dalle ontologie Contestualizzazione del modello neuronale Ambito Anatomia macroscopica Istologia Aspetto funzionale Patologia Fenotipo Genetica Indagine sperimentale Ontologia Allen Brain Atlas, AGEA Subcellular Anatomy Ontology Senselab Mouse Pathology Phenotypic and Trait Ontology Gene Ontology BIRN Ontology

Integrazione dei livelli Conoscenza di dominio ricoperta dalle ontologie Contestualizzazione del modello neuronale Conoscenza di dominio ricoperta dalle ontologie Senselab NIFSTD Ontologie di patologie Ontologie funzionali Ontologie murine Ontologie fenotipiche Ontologie anatomiche Ontologie istologiche Ontologie di indagine Ontologie genetiche EMAP BIRNlex MGI ABA SAO GO

Coordinazione delle ontologie Contestualizzazione del modello neuronale Conoscenza di dominio ricoperta dalle ontologie GO harriferimenti CellularrComponent BiologicalrProcess MolecularrFunction Allen utilizzarilrlessico ontologia modulordircoordinamento MGI EMAP ABA AGEA standardrobo-ro MouserConnectivity standardrbfo MPATH MA NIFSTD Neurolex PATO Organism Quality Molecule Bioprocess Function GrossAnatomy Neuronames Dysfunction Cell Subcellular Investigation Resource NeuronDB ModelDB ORDB SAO BIRNlex OBI Senselab OdorDB OdorMapDB BrainPharm MicrocircuitDB Molecule Cell CellrComponent ExtracellularrStructure CellPropDB

Mouse ontology Human Brain Project Mouse ontology Conf_U.owl Conf_U_Protocol.owl Immagine Struttura ontologica Conoscenza di dominio (dati 1) Sinonimi:NNNNNNCA#Nfield NNNNNNNNNNNNNNNNNNNNNNCA#NfieldNofNhippocampus NNNNNNNNNNNNNNNNNNNNNNRegioNsuperior NNNNNNNNNNNNNNNNNNNNNNcornuNammonisN# NNNNNNNNNNNNNNNNNNNNNNprosubiculumN=NdistalNCA# Lessico:NNNNNNNNNNeuronamesND#65' PosizioneNanatomica RiferimentoNtassonomico TecnicaNdiNindagine PatologiaNdelNcampione Colorazione CircuitoNneuronale StadioNdiNsviluppo ENENE ENENE ABA NNNN)NStructures NNNNNNNN)NBasicNCellsNGroupsNandNregions NNNNNNNNNNNN)NCerebellum BIRNlex NNNN)Nentity NNNNNNNN)Ncontinuant NNNNNNNNNNNN)NindependentNcontinuant NNNNNNNNNNNNNNNN)NmaterialNentity NNNNNNNNNNNNNNNNNNNN)NAnatomicalNentity NNNNNNNNNNNNNNNNNNNNNNNN)NRegionalNpartNofNorgan NNNNNNNNNNNNNNNNNNNNNNNNNNNN)NRegionalNpartNofNbrain NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN)NLobeNofNcerebralNcortex NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN)NRegionalNpartNofNlimbicNlobe NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN)NRegionalNpartNofNhippocampalNformation NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN)NRegionalNpartNofNhippocampusNproper NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN)NPredominantlyNgrayNregionalNpartNofN NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNhippocampalNformation NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN)NCA# ENENE Definizione:NANcytoarchitecturalNsubregion NNNNNNNNNNNNNNNNNNNNNNofNtheNAmmon=sNhornNregionN NNNNNNNNNNNNNNNNNNNNNNofNtheNhippocampalNformationE NNNNNNNNNNNNNNNNNNNNNNTheNprincipalNcellNtypeNisNtheN NNNNNNNNNNNNNNNNNNNNNNpyramidalNneuronE ENENE Conoscenza di dominio (dati 2) ID:NNNNNNNNNNNNNNNNNNNNNNNCB FullNID:NNNNNNNNNNNNNNNDEsterna'Nhttp://mouseEbrain)mapEorg/ NNNNNNNNNNNNNNNNNNNNNNNNNNNNNatlas/indexEhtmlLCBN Definizione:NNNNNNNDEsterna'Nhttp://mouseEbrain)mapEorg/ NNNNNNNNNNNNNNNNNNNNNNNNNNNNNatlas/coronal/CBEhtml NomeNpreferito:NCerebellum Etichetta:NNNNNNNNNNNNCerebellum DisgiuntoNda:NNNNNN)NBrainNstem NNNNNNNNNNNNNNNNNNNNNNNNNNNN)NCerebrum SottoclasseNdi:NNNNNBasicNcellNgroupsNandNregions ENENE Per ogni ambito trattato nello stato dell arte viene importata l ontologia relativa, in modo da avere una contestualizzazione dei dati inseriti nell ontologia

ConfU.owl Human Brain Project Mouse ontology Conf_U.owl Conf_U_Protocol.owl Il modulo ConfU.owl è un estensione delle ontologie di indagine (modulo BIRN, sezione Instrument) che riguarda i metadati relativi al microscopio confocale Conf-U. Relazioni gerarchiche tra le entità Proprietà dei dati: strumentali e di trattamento Annotazioni: definizione Neurolex

ConfU_Protocol.owl Mouse ontology Conf_U.owl Conf_U_Protocol.owl Il modulo ConfU_Protocol.owl è un estensione delle ontologie di indagine (modulo BIRN, sezione Imaging Protocol) e riguarda i metadati relativi al protocollo di preparazione del campione negli esperimenti con Conf-U. Proprietà dei dati Entità del modulo

Conclusioni Conclusioni Sviluppi successivi Frammentazione delle ontologie neuroscientifiche e dei domini di interesse (moduli di coordinamento) Cooperazione tra moduli ontologici specifici (MPATH) e aspecifici (BIRN) NIFSTD è il modulo di unificazione più esteso, ma copre ambiti non inerenti il progetto MGI è specifica per i topi, ma ABA copre anche il riferimento stereotassico, lo sviluppo e l aspetto funzionale (immagini) Senselab copre l aspetto funzionale (NIF-Function)

Sviluppi successivi Conclusioni Sviluppi successivi Navigazionefsemantica Correlazioneftrafi settorifdisciplinari Annotazionefdei dati Metadati Conoscenza difdominio Letteratura Atlante Accessofalla struttura Ontologia Formalizzazione deifdati Relazioni Entità Disambiguazione delflessico Inferenza Nuovafconoscenza Accessofafpiù livellifdiconoscenza Nuove relazioni Nuove entità Rendere accessibile il modello ontologico agli esperti di dominio per consentire la navigazione e l annotazione dei dati A partire dallo studio dello stato dell arte definire una struttura in cui più tipi di dati e le relazioni tra di essi possano essere inseriti Estendere il modello proposto definendo nuove relazioni in base all interazione con esperti di dominio e alle analogie tra i dati