Aufgabe der Einheit

Die Knowledge Representation Unit des SIB vernetzt und integriert verschiedene Daten, die an mehreren Orten und in unterschiedlichen Formaten gespeichert sind, und entwickelt wegweisende Schnittstellen für den schnellen Zugriff auf und die Erforschung von miteinander verbundenen Datenbanken.

Dies erhöht den Wert von Life-Science-Daten durch:

  • die Wiederverwendung von Daten durch Menschen und KI-Systeme maximiert
  • wissen innerhalb und zwischen verschiedenen Bereichen zu verknüpfen
  • eine ganzheitliche Sicht auf komplexe biologische Systeme ermöglicht
  • die Gewinnung von Erkenntnissen, die über die Möglichkeiten einzelner Datenbanken hinausgehen.

Die Einheit wird gemeinsam von Tarcisio Mendes de Farias und Ana-Claudia Sima geleitet und ist Teil der SIB Vital-IT – Computational biology Group am SIB Hub. Ihre Mitglieder tragen zu einer Vielzahl von schweizerischen und internationalen Forschungsprojekten mit Partnern aus Wissenschaft, Krankenhäusern und Industrie bei und arbeiten im gesamten SIB-Netzwerk zusammen, um Bioinformatik-Tools, Ressourcen und Entdeckungen zu verbessern.

Entdecken Sie die Wissensrepräsentationsdienste von das SIB

Fachwissen im Bereich Wissensrepräsentation

Das Team verfügt über umfassende Fachkenntnisse im Bereich semantischer Webtechnologien zur formalen Beschreibung, Strukturierung und sinnvollen Verknüpfung von Daten sowie zur Entwicklung benutzerfreundlicher Tools für die effiziente Abfrage von Daten und Informationen aus mehreren Datenbanken.

  • Ontologie-Engineering: Entwicklung maschinenlesbarer Ontologien (oder Vokabulare) und Metadatenstandards zur Beschreibung von Biodaten und deren Beziehungen sowie deren Anwendung auf heterogene Datenbanken aus verschiedenen Quellen, Bereichen und/oder Standorten.
  • Wissensgraphen: Strukturierung von Metadaten und Datenbanken zu integrierten Netzwerken verknüpfter Daten, die die in den verschiedenen Datenbanken gespeicherten Informationen nahtlos miteinander verbinden.
  • Datenbankabfragen: Verwendung von SPARQL und anderen technischen Abfragesprachen zum Abrufen und Zusammenstellen relevanter Informationen aus großen Mengen komplexer Daten aus verschiedenen Quellen.
  • Semantische Suche und Verarbeitung natürlicher Sprache: Bereitstellung benutzerfreundlicher Schnittstellen für den schnellen und einfachen Zugriff, Abruf und die Zusammenstellung von Daten durch die Integration von Wissensrepräsentation mit ausgefeilter Stichwortsuche und generativen KI-Technologien auf Basis von Large Language Models (LLM).

Förderung der Wissensgewinnung und -erhaltung

Das SIB Knowledge Representation Unit beteiligt sich an einer Vielzahl von standortübergreifenden, hochmodernen Datenprojekten in der Schweiz und auf internationaler Ebene – viele davon werden durch hochkompetitive Fördermittel finanziert, darunter vom Schweizerischen Nationalfonds zur Förderung der wissenschaftlichen Forschung (SNF), swissuniversities, The Loop Zurich und Horizon Europe.

  • Förderung der European Open Science Cloud (EOSC): Die Multi-Partner-Projekte EOSC EDEN, FIDELIS und EOSC Data Commons werden die langfristige Erhaltung der Datenbestände Europas gewährleisten und die KI-basierte Suche nach Daten und Tools in der gesamten Sammlung europäischer Forschungsergebnisse ermöglichen. An FIDELIS sind auch die Teams von SIB Biodata Resources und Training beteiligt.

  • KI-gestützte Präzisionsonkologie ermöglichen: Das Projekt „AI Tumor Board” mit Schweizer Krankenhäusern wandelt unstrukturierte PDF-Richtlinien für die Krebsbehandlung in strukturierte, interoperable Behandlungsverfahren um und entwickelt ein KI-Tool zur Analyse der Verfahren sowie historischer klinischer Daten, um die beste Behandlung für einzelne Patienten vorherzusagen.

Mitglieder

Anzeigen Mitglieder der Knowledge Representation Unit hier

Verwandte Themen