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.
Datenintegration und Interoperabilität sind wichtige Voraussetzungen für wissenschaftliche Entdeckungen, insbesondere angesichts der ständig wachsenden Menge an Biodaten.
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).
Durch die Integration von Wissensgraphen in LLM-basierte KI-Tools können Nutzer schnell relevante Daten und präzise Fachinformationen finden, ohne über Informatikkenntnisse zu verfügen.
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.
- Förderung einer nachhaltigen, klimaresistenten Landwirtschaft: Das europäische Projekt MICROBES4CLIMATE baut eine integrierte Infrastruktur auf, um die Forschung zu Wechselwirkungen zwischen Bodenmikroorganismen, Pflanzen und der Umwelt zu unterstützen. An dieser Multi-Partner-Initiative ist auch die Environmental Bioinformatics Group von das SIB beteiligt.
- Überbrückung von Datensilos: Die Digital Botanical Gardens Initiative, die Earth Metabolome Initiative und das MetaboLinkAI-Projekt verbinden und kuratieren große Mengen heterogener Daten zu pflanzlichen Stoffwechselmolekülen und ermöglichen eine KI-gestützte Abfrage dieses metabolomischen Wissens. An diesen gemeinsamen Initiativen sind auch andere Mitglieder der Vital-IT – Computational biology Group und der SIB Group unter der Leitung von Pierre-Marie Allard beteiligt.
- Verknüpfung öffentlicher und privater Datenbanken: Die von Das SIB koordinierte europäische TRIPLE-Initiative ermöglicht einen beispiellosen interoperablen Datenaustausch zwischen Forschern aus allen Wissenschaftsbereichen, einschließlich integrierter Suchen in öffentlichen und privaten Forschungsdaten. An der Multi-Partner-Initiative sind außerdem Mitglieder der Vital-IT – Computational biology Group, der Swiss-Prot-Knowledgebases Group und der SIB-Gruppe unter der Leitung von Christophe Dessimoz und Natasha Glover beteiligt
Die Knowledge Representation Unit entwickelte außerdem eine Standardmethode für Mitarbeiter von BASF, einem führenden Pflanzenschutzunternehmen, um Daten zu finden und darauf zuzugreifen, die von verschiedenen internen Gruppen und öffentlichen Datenbanken erstellt und gespeichert wurden. - Das SIB-Ressourcen auf dem neuesten Stand halten: Die Arbeit der Einheit zur Entwicklung, Bereitstellung und Pflege hochgradig vernetzter Wissensgraphen für SIB-Ressourcen trug dazu bei, dass Bgee, eine von der SIB-Gruppe unter der Leitung von Marc Robinson-Rechavi und Frederic Bastian entwickelte Genexpressionsdatenbank, zu einer von ELIXIR empfohlenen Interoperabilitätsressource wurde.
- Beschleunigung biologischer Entdeckungen und Bioinformatik: Die Wissensgraphen von Das SIB-Ressourcen bilden auch eine Grundlage für ExapsyGPT, ein leistungsstarkes generatives KI-Tool, mit dem Daten und Informationen schneller und einfacher als je zuvor untersucht, abgerufen und zusammengestellt werden können, um komplexe biologische Fragen zu beantworten. ExpasyGPT ist eine Zusammenarbeit zwischen der Knowledge Representation Unit und anderen Mitgliedern der Vital-IT – Computational biology Group, der SIB Semantic Web of Data Focus Group und Mitgliedern der Teams für Informationstechnologie und Biodatenressourcen am SIB Hub.
Die Knowledge Representation Unit entwickelt auch Methoden und Tools zur automatischen Verbreitung von Daten aus SIB-Ressourcen in nicht zum SIB gehörende Wissensdatenbanken der Lebenswissenschaften und öffentliche Enzyklopädien wie Wikipedia.
Mitglieder
Anzeigen Mitglieder der Knowledge Representation Unit hier
