Aufgabe der Einheit
Die Knowledge Representation Unit des SIB vernetzt und integriert Daten, die an verschiedenen 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 Daten aus den Lebenswissenschaften durch:
- maximale Wiederverwendung der Daten durch Menschen und KI-Systeme
- die Vernetzung von Wissen innerhalb und zwischen verschiedenen Fachgebieten
- einer ganzheitlichen Betrachtung komplexer biologischer Systeme
- erzeugung 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 Gruppe SIB Vital-IT Computational Biology am SIB Hub. Ihre Mitglieder beteiligen sich an einer Vielzahl von Schweizer und internationalen Forschungsprojekten mit Partnern aus Wissenschaft, Krankenhäusern und Industrie 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 in semantischen Webtechnologien zur formalen Beschreibung, Strukturierung und sinnvollen Verknüpfung von Daten sowie in der Entwicklung benutzerfreundlicher Tools für den effizienten Abruf 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 Informationen aus verschiedenen Datenbanken 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 großer Sprachmodelle (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
Die SIB Knowledge Representation Unit trägt zu einer Vielzahl von standortübergreifenden, hochmodernen Datenprojekten in der Schweiz und international bei – viele davon werden durch wettbewerbsorientierte 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 sicherstellen 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: 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 und historischer klinischer Daten, um die beste Behandlung für einzelne Patienten vorherzusagen.
- Förderung einer nachhaltigen, klimaresistenten Landwirtschaft: Das europäische Projekt MICROBES4CLIMATE baut eine integrierte Infrastruktur zur Unterstützung der Forschung über Wechselwirkungen zwischen Bodenmikroorganismen, Pflanzen und der Umwelt auf. An dieser Multi-Partner-Initiative ist auch die Gruppe Environmental Bioinformatics der SIB beteiligt.
- Überbrückung von Datensilos: Die Digital Botanical Gardens Initiative, die Earth Metabolome Initiative und das MetaboLinkAI-Projekt verbinden und kuratieren riesige Mengen heterogener Daten zu pflanzlichen Stoffwechselmolekülen und ermöglichen die KI-gestützte Abfrage dieses metabolomischen Wissens. An diesen gemeinsamen Initiativen sind auch andere Mitglieder der Vital-IT Computational Biology-Gruppe und der SIB-Gruppe unter der Leitung von Pierre-Marie Allard beteiligt.
- Verknüpfung öffentlicher und privater Datenbanken: Unter der Koordination der SIB ermöglicht die europäische Initiative TRIPLE 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-Gruppe Computational Biology, der Swiss-Prot-Knowledgebases-Gruppe und der SIB-Gruppe unter der Leitung von Christophe Dessimoz und Natasha Glover beteiligt
Die Knowledge Representation Unit hat außerdem eine Standardmethode für die Mitarbeiter von BASF, einem führenden Unternehmen im Bereich Pflanzenschutz, entwickelt, um Daten zu finden und darauf zuzugreifen, die von verschiedenen internen Gruppen und öffentlichen Datenbanken erstellt und gespeichert wurden. - SIB-Ressourcen auf dem neuesten Stand: Die Arbeit der Einheit zur Entwicklung, Bereitstellung und Pflege hochvernetzter 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 und bioinformatischer Entdeckungen: Die Wissensgraphen der SIB-Ressourcen bilden auch eine Grundlage für ExapsyGPT, ein leistungsstarkes generatives KI-Tool, mit dem Daten und Informationen schneller und einfacher denn je 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 Information Technology and Biodata Resources Teams. Vital-IT Computational Biology Group, der Fokusgruppe SIB Semantic Web of Data und Mitgliedern der Teams Information Technology und Biodata Resources am SIB Hub.
Die Knowledge Representation Unit entwickelt auch Methoden und Werkzeuge zur automatischen Verbreitung von Daten aus SIB-Ressourcen in nicht-SIB-Lebenswissenschaft-Wissensdatenbanken und öffentlichen Enzyklopädien wie Wikipedia.
Mitglieder
Anzeigen Mitglieder der Knowledge Representation Unit hier
