Nutzt eine mächtige Waffe im Kampf gegen COVID-19—Ontologie
Die Masse der wachsenden und sich ständig verändernden Daten, die sich aus mehreren Disziplinen stellt eine der größten Herausforderungen für Forscher und Beamte des öffentlichen Gesundheitswesens auseinandersetzen müssen, während Sie versuchen, zu verwalten, die Laufenden COVID-19-Pandemie.
Aber mehrere Zentren im ganzen Land, einschließlich der University at Buffalo ‚ s National Center for Ontologischen Forschung (NCOR), arbeiten an der Entwicklung von Ontologien zu unterstützen, die Anstrengungen zur Kontrolle der aktuellen Ausbruch, beschleunigt das Auffinden von Daten in die zukünftige Pandemien, und fördern reproduzierbare infectious disease research, laut Barry Smith, SUNY Distinguished Professor für Philosophie und Direktor des NCOR.
Smith ist unter den co-Autoren eines neuen Papiers zu diskutieren, wie Ontologien helfen können im Kampf gegen COVID-19.
Zu erkennen, den Umfang der Herausforderung, der sich die Wissenschaftler konfrontiert COVID-19, betrachten die beteiligten Disziplinen in den Kampf—alles von immundiagnostik auf Verhaltens Bevölkerung Modellierung.
Alle gesammelten Daten durch den Biologen, Pathologen, Soziologen, Geographen, ärzte und Epidemiologen integration benötigen, aber die relevanten Informationen erfasst mit Disziplin-spezifischen Bedingungen und ist oft gespeichert in einer Weise, die zugänglich sind, nur für diejenigen, die in den Bereichen, in denen Sie entstanden.
„Ontologie wurde entwickelt, um das problem, indem Sie gemeinsame kontrollierte Vokabulare für die Daten-Beschreibungen, die jeder nutzen kann,“ sagt Smith, der als eines der 50 einflussreichsten lebenden Philosophen im Jahr 2016 TheBestSchools.org.
„Es ist fast unmöglich, es sei denn, du bist ein Experte in mehrere getrennte Disziplinen, um sich Daten aus mehreren verschiedenen Quellen. Dieses problem ist besonders akut in das Gesicht eines neuartigen Erreger wie SARS-CoV-2, wo niemand vorhersehen kann, welche Kombinationen von Faktoren wird entscheidend zu verstehen, wie es wirkt sich auf seine menschlichen Gastgeber.“
Der Zugriff auf und die Integration von massive Mengen von Informationen aus mehreren Datenquellen in der Abwesenheit von Ontologien ist wie der Versuch, Informationen zu finden, in Bücher aus der Bibliothek verwenden nur die alte Katalog-Karten, die als unsere Führer, wenn Sie die Karten selbst wurden ausgekippt auf dem Boden.
Ontologien sind Daten-sharing-tools, die für die Interoperabilität durch ein EDV-Lexikon mit einer Taxonomie und einer Reihe von Begriffen und Beziehungen mit logisch strukturierte Definitionen.
Smith arbeitet seit etwa 15 Jahren mit Biologen und Bioinformatik-Spezialisten an der Entwicklung einer Reihe von Ontologien, um alle die life sciences.
Die Papier—mit Shane Babcock (Niagara University), John Beverley (Northwestern University) und Lindsay G. Cowell (University of Texas Southwest Medical School)—noch nicht zur Veröffentlichung angenommen. Angesichts der Dringlichkeit der Pandemie, scheint es bereits auf dem preprint-repository von Open Science Foundation.
Es stellt zunächst eine Infektionskrankheit, die Ontologie (IDO) – Kern, enthält Begriffe, die im Zusammenhang mit Infektionskrankheiten in der Regel vor, die beschreibt, wie diese IDO-Kern erweitert wurde, in einer Reihe von Ontologien in Bezug auf spezifische Infektionskrankheiten, wie malaria, Staphylokokken und Grippe. Das Papier schließt mit einer Behandlung der IDO-Ontologien, die für die virale Infektionskrankheiten im Allgemeinen, für coronavirus infektiöse Krankheiten und für COVID-19, speziell.
Diese Ontologien helfen, füllen die Notwendigkeit für standardisierte Terminologie für die Beschreibung coronavirus Daten und Informationen, und weil Sie alle auf die gleiche Weise konstruiert, Sie machen es einfacher zu vergleichen COVID-19-Daten mit den Daten, die zu anderen coronavirus Krankheiten wie SARS, MERS— und der Roman coronavirus Krankheiten der Zukunft.
„Eine Infektionskrankheit, die Ontologie kann auch dazu beitragen, lösen das problem der Reproduzierbarkeit,“ sagt Smith.
Die Reproduktion der Ergebnisse von Experimenten als Teil des Forschungsprozesses erfordert eine genaue Beschreibung nicht nur der Ergebnisse, sondern auch die Protokolle, Statistiken, Ausrüstung, Proben und tests verwendet.
